Plan de Tesis Seca Formato Version 1. 1 2009

Universidad Nacional Federico Villarreal Escuela Universitaria de Postgrado
UNIVERSIDAD NACIONAL FEDERICO VILLARREAL
FACULTAD DE INGENIERÍA
ESCUELA UNIVERSITARIA DE POSTGRADO
Plan de Tesis
Modelo Sistémico de Predicción de Demanda Para la Gestión

de Sistema de Transporte Público Urbano de Pasajeros.
Santiago Esteban Contreras Aranda
LIMA – PERÚ
2009
[1]Domencich y McFadden, 1975; Daganzo, 1979.

Modelo Analítico Sistémico de Predicción de Demanda
de Transporte “MASPDTRANS” Para Mejorar la
Toma de Decisiones en el Sistema de Transporte
1 Santiago Esteban Contreras Aranda
Público Urbano de Pasajeros.
Índice
CAPITULO I
GENERALIDADES
I. DATOS GENERALES
1.1. Título………………………………………………………………………….4
1.2. Autor…………………………………………………………………………..4
1.3. Afiliación……………………………………………………………….…..…4
1.4. Centro de Investigación ………………………………………………………4
1.5. Duración……………………………………………………………………….5
1.6. Línea de Investigación ………………………………………………………..5
II. DESCRIPCIÓN DELPROYECTO
1. ANTECEDENTES
1.1. Realidad Problemática……………………………………………………..…….…11
1.2. Identificación del Problema………………………………………………....….......11
1.3.Características del problema …………………………………………….…...........14
Problema e Hipótesis………………………………………………………………….20
2.1. Hipótesis General…………………………………………………………………...21
2.2. Hipótesis Subsidiarias ……………………………………………………………..21
3. Justificación e Importancia………………………………………………...............22
3.1. Justificación de La Investigación ………………………………............................22
3.2. Importancia de La Investigación………………………………………………..….24
3.3. Limitaciones de la investigación………………………………………………..…26
4. Objetivos……………………………………………………………………………..29

4.1. Objetivo general…………………………………………………………………….29
4.2. Objetivos Específicos…………………………………………………………….29
5. Método:……………………………………………………………………………..30
5.1. Descripción Sistemática del Método ……………………………………………..30
5.2. Filosofía del Método………………………………………………………………37
6. Presupuesto ………………………………………………………………………..40
6.1. Materiales……...………………………………………………………………... .40
6.2. Recursos Humanos ............................................................................................... .40
7. Cronograma .............................................................................................................41
8. Referencias Bibliográficas.......................................................................................42

1.1. Título:
Modelo Sistémico de Predicción de Demanda Para la Gestión
de Sistema de Transporte Público Urbano de Pasajeros.
1.2. Autor y Afiliación :
CONTRERAS ARANDA SANTIAGO ESEBAN
Facultad de Ingeniería de Sistemas
Universidad Cesar Vallejo
1.3. Centro de Investigación:
Universidad Nacional Federico Villarreal Escuela de Postgrado

Modelo Analítico Sistémico de Predicción de Demanda de Transporte
“MASPDTRANS” Para Mejorar la Toma de Decisiones en el Sistema
de Transporte Público Urbano de Pasajeros
1.4. Duración
Fecha de inicio : 05 febrero del 2008.
Fecha de término: 05 de Julio del 2009.
1.5. Línea de Investigación :
Ingeniería de Sistemas
1.6. Tipo de Investigación
De acuerdo al objetivo que se persigue, es un aporte de aplicación científica y
tecnológica en el área del Sistema de Transporte Público Urbano de pasajeros.

II. DESCRIPCIÓN DELPROYECTO
1. ANTECEDENTES
1.1. Realidad Problemática
El Sistema de Transporte “ST”, es uno de los pilares que permite el desarrollo y
crecimiento económico sostenible de un país, en particular del Sistema de Transporte
Público “STP”, quién actúa como un subsistema transformador de procesos, buscando el
bienestar económico, social y cultural de una región, país o del mundo, con menor
jerarquía y con una complejidad funcional sistémica más demarcada, el Sistema de
Transporte Público Urbano de Pasajeros “STPUP”.
El sistema de transporte de pasajeros en áreas urbanas constituye un problema cada vez
más notorio en nuestra sociedad principalmente en los últimos años en donde se ha
demostrado empíricamente que la construcción de infraestructura o la ampliación de las
vías existentes no es una solución adecuada, sino que se debe planificar el uso y
distribución del suelo, otorgando incentivos al uso del transporte público urbano de
pasajeros para intentar mitigar los efectos concomitantes que produce la operación del
Sistema de Transporte Publico Urbano de Pasajeros (STPUP): congestión, accidentes,
contaminación, etc.
Las últimas décadas a nivel del mundo, han sido testigo del importante desarrollo
experimentado por las técnicas de análisis y predicción de demanda en el área de
transporte.[1][2][3][4][5] Desde principios de los años 70 (Domencich y McFadden, 1975;

Daganzo, 1979) donde comenzaron a sentarse las bases metodológicas de los modelos de
elección discreta hasta la actualidad, son muchos los avances que se han producido,
especialmente en los últimos cinco años gracias al desarrollo de nuevas técnicas de
estimación basados en la simulación[6]
En el análisis de la Demanda de Transporte (DT) es importante incorporar en ocasiones
metodologías que han sido desarrolladas en otras áreas del conocimiento del hombre. Sin
embargo no siempre se da la importancia necesaria al estudio riguroso y los aspectos que
influyen en el comportamiento de viajes y su interfuncionalidad en el sistema.
Los modelos de demanda desagregados, a pesar de constituir una metodología totalmente
aceptada por la comunidad científica y de ser considerados un instrumento clave para la
política de transporte en muchos países, en Perú no se les ha concedido, a nuestro juicio,
la importancia y el apoyo que merecen.
Es por esta razón que no existen muchos trabajos ni muchos especialistas en esta
disciplina. Esta tesis tratará de contribuir en este campo del conocimiento siguiendo la
línea planteada en trabajos previos, e incorporando algunos de los avances producidos
desde entonces.
Desde un punto de vista metodológico, abordamos esta investigación tratando de
separarnos de las hipótesis de los modelos clásicos como el logít multinomial y de las
especificaciones de la función de utilidad basadas en aproximaciones polinómicas de
primer orden.

Así mismo analizamos el efecto que tienen sobre las decisiones de los individuos otras
variables diferentes de los atributos típicos de nivel de servicio como el tiempo de viaje,
el coste y la frecuencia. Gran parte de estos objetivos se logran gracias al empleo de
técnicas de preferencias declaradas (PD) y a la combinación de estos datos con las
preferencias reveladas (PR).
Los modelos de demanda desagregados encuentran su fundamento teórico en la
microeconomía de las elecciones discretas [2] y en la teoría de la utilidad aleatoria [1], [4].
Esta última representa la herramienta estadística que permite abordar de forma empírica
el problema del modelado de la demanda en un contexto de elecciones discretas.
De esta forma, la utilidad del consumidor está representada por una variable aleatoria
que se incorpora aditivamente en una parte observable y otra no observable de naturaleza
estocástica. Las distintas hipótesis acerca de la distribución del término estocástico darán
lugar a los distintos modelos de elección discreta.
Reflexionando desde el punto de vista de la complejidad sistémica, nos encontramos con
un sistema compuesto de múltiples y variados sistemas, elementos que requieren de un
ejercicio de planificación para no malgastar recursos públicos, así como evitar los
problemas derivados de una oferta de transporte que realmente no provea el servicio
demandado.

Cuando hablamos de la complejidad sistémica, estamos hablando de considerar todos los
elementos que interactúan funcionalmente en el desarrollo de las ciudades y la necesidad
de: planificar paradas y nuevas líneas de buses ante una ampliación territorial de la
ciudad. También se requiere desarrollar la capacidad de valorar todos los costes
ambientales que cada modo de transporte genera, para que la toma de decisiones de
políticas sean las más correctas.
Lo que ha incrementado los problemas de funcionalidad y desarrollo en la Evolución y
Comportamiento del STPUP, la que ha sido y es influenciada por variables exógenos a su
operatividad funcional, haciendo complejos los mecanismos de control por parte de las
autoridades competentes: Ministerio de Transportes, Gobiernos Locales y Policía
Nacional del Perú.
La política de la libre competencia implementada por el Gobierno Central en la década
del 90 y apoyada en la última década, generó y genera desempleo masivo teniendo como
válvulas de escape los sectores de transporte y micro comercio (formal e informal),
fundamentalmente por los bajos niveles de inversión al alcance de los despedidos de las
empresas productivas y el retorno rápido del dinero invertido que le permitía el sustento
diario, fenómeno que se agudiza con mayor frecuencia en la actualidad.
Todos los fenómenos citados han generado el crecimiento desmesurado del Parque
Automotor de Servicio Público y el Comercio Ambulatorio, factores generadores de
congestión vehicular, accidentes de transporte, desorden de tráfico, contaminación
ambiental, entre otros.

El creciente número de sistemas de gestión del tráfico y los transportes existentes en
una ciudad y su urgente necesidad de integrar todos estos sistemas han llevado a
desarrollar plataformas, que puede suponer un gran beneficio en el intercambio de datos
de gestión de tráfico y transportes, integrando y administrando la información de
sistemas de gestión. Permitiendo contribuir y mejorar el nivel de seguridad ciudadana y
la información que maneja fomenta la protección del medio ambiente.
Herramientas fiables de gestión e información que integra todos los sistemas y
tecnología necesaria, para que el usuario pueda tomar decisiones racionales destinadas
a facilitar los desplazamientos de los ciudadanos, que permita alcanzar ciertos objetivos
tales como:
Optimizar la circulación del tráfico urbano, integrando el sistema de gestión del tráfico,
con el resto de sistemas.
Coordinar los transportes públicos con otros sistemas de gestión de flotas, gestión del
tráfico urbano, mejorando de esta manera su eficacia.
Integrar la prioridad para autobuses, favoreciendo el uso del transporte público sin
perjudicar al resto de conductores. Controlar el acceso de vehículos a áreas restringidas.
Coordinar e intercambiar información con sistemas de ejecución, guiar a los conductores
hasta zonas de aparcamiento con plazas disponibles.

Suministrar información en tiempo real, mediante señales indicativas situadas
estratégicamente en las principales carreteras y calles de la ciudad. En ellos se indican
las zonas de la ciudad donde hay plazas libres de aparcamiento. Abarca aparcamientos de
múltiples plantas, aparcamientos de superficie y subterráneos.
Gestionar la información sobre eventos, incidentes, demostraciones y obras en las
carreteras y calles, suministrando esta información a todos los sistemas afectados.
Proporcionar información en tiempo real sobre el estado del tráfico a los ciudadanos,
aconsejándoles itinerarios alternativos o bien dónde encontrar plazas libres de
aparcamiento.
Generando, el objetivo principal de esta tesis que se centra en estudiar la demanda de
transporte de pasajeros de manera general considerando la generación, distribución,
selección modal y asignación de pasajeros en la red vial, con el fin de analizar la
respuesta de la demanda de transporte de pasajeros ante una toma de decisiones para
mejorar los niveles de servicios del transporte público debida a una integración de
mejora de servicios entre las empresas que prestan estos servicios.
1.2. Identificación del problema
En las últimas décadas e inicio del presente siglo, viene ocurriendo en el Perú como en
el resto del mundo, un creciente proceso de urbanización, acompañado por un
desarrollo de la industrial. Fenómenos que contribuyen para tornar crítica al Sistema de
Transporte Público Urbano de Pasajeros STPUP, en términos de servicios ofrecidos a
la población, lo que se agudiza con la crisis energética mundial.

El precio del petróleo, de sus derivados y la precariedad del abastecimiento, llevan a
las autoridades competentes a considerar por un lado, medidas para mejorar a corto
plazo la reestructuración del sistema de transporte publico urbano, considerando
objetivos de reducción y de independencia energética, puesto que en el Perú el
transporte en general utiliza más del 70% de los derivados de petróleo y de los cuales
el 50% de este consumo le corresponde a la ciudad de Lima y el resto son consumidos
en otros grandes centros urbanos como Trujillo, Arequipa y Cuzco.
Lo que induce a, la estructura e implementación de modelos del mundo real
consensual, dirigidos a estudios específicos de planeamiento de fenómenos urbanos lo
que constituye una preocupación creciente en el presente siglo. Y sus aplicaciones no
se restringen solamente al campo de las ciencias físicas y matemáticas, si no que van
más allá, alcanzando a las ciencias económicas y sociales.
Si consideramos que las diversas actividades existentes en un medio urbano se
encuentran distribuidos en el espacio siguiendo un Plano Director Urbano, o en el caso
más común, siguiendo una tendencia histórica de la región.
En ambos casos, la evolución urbana estuvo y ciertamente siempre estará, condicionado
a un esquema de canales de circulación de acuerdo con las tecnologías del transporte
disponible con la finalidad de posibilitar las necesidades de interrelación, entre las
actividades urbanas, residencia, trabajo, estudio y recreo etc.

Pues los residentes de una ciudad efectúan sus desplazamientos cotidianos usando
vehículos propios tales como: automóvil, motos, bicicletas y hasta desplazándose a pie,
como también utilizando transporte público tales como ómnibus, tren, metro, barco etc.
La estructura de un modelo para un sistema de transporte urbano de pasajeros será
invariablemente de una complejidad sistémica, con una diversidad de niveles de
retroalimentación, teniendo presente el nivel de empleo que se relaciona con el
número de viajes al trabajo y viceversa, la localización residencial, que a su vez genera
viajes sociales entre residencias, y los viajes vinculados a una actividad de producción
que caracterizan al transporte pendular residencia, trabajo, residencia.
Las acciones consideradas en este análisis para adaptar las condiciones del STPUP a
la situación actual deben de estar relacionadas con las políticas de desarrollo del
sistema de transporte público, la reestructura de planos de circulación y la
implementación de sistemas eficientes de control de tráfico urbano dándose prioridad
al sistema de transporte público.
Entre las múltiples técnicas utilizadas por el ingeniero de tráfico para realizar las tareas
mencionadas anteriormente, la simulación por computador electrónico, se ha constituido
en una herramienta imprescindible. Principalmente en la etapa de análisis previa y de
colecta de datos sobre una red urbana.
Los Modelos de Simulación del Sistema de Tráfico Urbano de Pasajeros MSSTUP
son de importancia debido a las dificultades y al costo elevado relacionados con el
tráfico real, por ejemplo para el análisis de fenómenos de saturación que por su

naturaleza son dinámicos se requieren de un equipo de investigadores suficientes para
cubrir el área en estudio y, estar dispuestos a regresar varias veces al escenario en las
horas de mayor congestionamiento, sin la garantía de conseguir las mismas condiciones
anteriores que permitan llegar a una visión global coherente del sistema. Sin embargo
con un modelo de Simulación bien calibrado permitirá en un computador moderno
obtener con facilidad y rapidez los más diversos tipos de datos relativos al tráfico
urbano principalmente de los que son difícil de levantar en el campo.
Los argumentos expuestos justifican la importancia de realizar estudios de demanda que
permitan evaluar los proyectos de transporte de la manera más completa posible, en el
sentido de que sea factible analizar de forma conjunta y sistémica los aspectos de la
demanda y de la oferta con el fin de conocer el efecto de futuras políticas de transporte
que puedan introducirse (por ejemplo, variación de algunos atributos de alternativas ya
existentes o la introducción de nuevos modos de transporte).
1.3.Características del problema
El Sistema de Transporte Público Urbano de Pasajeros STPUP, se caracteriza por no
presentar la versatibilidad del sistema de transporte urbano particular, transporte puerta a
puerta, con una libre selección de la ruta y realización del desplazamiento en el horario
más conveniente.
Es conveniente destacar una característica importante con relación al transporte
particular: la economía del espacio público al efectuar dicha actividad principalmente

en las áreas centrales con deficiencia de espacio para la circulación y estacionamiento
donde exigen menos del 10% del área viaria.
Es accesible a toda la población, pagando un pasaje, o gratuita en algunos casos
especiales, estando sometido dicho transporte al cumplimiento de: explorar
permanentemente una red de transporte dada; transportar a todos los pasajeros según un
horario fijado; Cobrara tarifas definidos por el poder público; Informar previamente a los
usuarios el valor de sus servicios; ejecutar un transporte social en algunos casos a favor
de determinados grupos sociales o para atender ciertas regiones.
Presenta un menor costo por pasajero transportado, a pesar que en algunos casos su
valor sea elevado para sus usuarios, esto es como consecuencia de la realidad
energética actual, los altos costos de los combustibles.
Es un factor determinante para el desarrollo económico, social, cultural y político de un
país y se relacionado con: Sistemas productivos de un proceso industria: Sistema de
Educación; Sistema de Salud es decir con cualquier Sistema de Actividad Humana. En
los diferentes sistemas existe una diversidad de riesgos, solo por el hecho de participar
el hombre, ya es muy costoso, en consecuencia, amerita una simulación previa
El STPUP , posee propiedades intrínsecas que lo transforman en mejor que los demás
en ciertas situaciones, debido a ello no es inventado aún un medio de transporte que
pueda ser utilizado sin restricciones en cualquier situación

Se encuentra relacionado con las características geográficas de una región, el volumen de
tráfico, características de la demanda, fenómenos que hacen difícil la selección del tipo
de transporte para cada situación. Pues a lo largo de cada línea en movimiento existen
trechos con características propias, lo que induce al uso de más de un modo de
transporte, para realizar su servicio.
Se debe de adecuar a las características propias de la región y si es posible a las
adaptaciones constantes a la propia dinámica urbana, tanto en términos cuantitativos
como en términos de la tecnología del vehículo, y a sus diversas modalidades (metro,
tren, ómnibus etc.) atendiendo cada uno a funciones específicas, con la búsqueda
constante de una racionalización operacional y la reducción de los costos.
Las diferentes irregularidades antes mencionadas hacen que sea extremadamente
dificultoso la tarea de planificar, construir y la puesta en marcha de manera eficiente al
STPUP de un país. Pero siempre es posible dar una orientación a las personas encargadas
de su planificación. Para ello se debe de Elaborar siempre programas integrados de
transporte, de tal manera que se emplee lo mejor posible los diferentes sistemas,
optimizando de esta manera la distribución de los recursos sectoriales y maximizando la
eficiencia de los servicios.
En el STPUP, la integración intermodal de los planes de transporte, es obtenida
mediante una política coordinada de uso de las diferentes modalidades, a coordinación
de los transportes se podrá llevar acabo a nivel de planeamiento y a nivel de operación
de los sistemas:

- A nivel de planeamiento la coordinación deberá ser ejercida en el sentido de integrar
los diferentes planes modales entre sí, seleccionando las inversiones que se deben de
realizar en el sector, se deberán estudiar las políticas de subvención, tarifas, importación
de máquinas. etc.
- A nivel de la operación de los sistemas, la coordinación debe realizarse con los
diferentes medios que realizan las operaciones de manera combinada, habiéndose
estudiado el problema de localización, equipamiento de los terminales, almacenes etc.
- La coordinación de una política de transporte se deben de considerar una serie de
factores tales como:
- Objetivos nacionales de desarrollo: macro orientación de cualquier plan de desarrollo
con objetivos interrelacionados, buscando un equilibrio de pagos y disminuir el déficit.
- Preferencias de los Usuarios: flexibilidad, velocidad, costo, confiabilidad, seguridad,

movimiento en terminales, tecnología etc.
- Planes relativos a los demás sectores de la economía: planos sectoriales, inicio y fin de
la producción, proporcionando de la materia prima, desarrollo de la agricultora,
localización industrial. etc.

- Aspectos técnicos y economías de los medios y de las vías de transporte:
características geométricas de las vías, (rampas, curvas, inclinación, pavimento,
visibilidad etc.)
En el Sistema de Transporte Público Urbano de Pasajeros y su complejidad sistémica
ínter funcional identificamos entre otros enigmas el siguiente, que es resultado de su
ínter funcionalidad entre sus elementos que lo constituyen el sistema en análisis:
Como satisfacer al Sistema de Transporte Público Urbano de Pasajeros con respecto
Planeamiento y uso del suelo, control operacional, impacto social, su complejidad
multimodal, análisis preferencial y el desarrollo económico sostenible en una ciudad.
La demanda D de transporte T merece un tratamiento especial por presentar las
siguientes características:
i. Primero podemos decir que el transporte T es un servicio, que hacen uso quienes
quieran realizar una actividad como por ejemplo trabajo, estudio, compras,
recreación etc. Es necesario destacar que para satisfacer la demanda por el transporte
se requiere de una infraestructura y de elementos de transporte que generalmente es
caro, consecuentemente podemos afirmar que el transporte es cualitativo y muy
diferenciado.
ii. Como es de conocimiento las personas realizan sus actividades en horas
específicas y como los servicios de transporte no se puede almacenar, permite

originar horas congestionadas en donde existen gran cantidad de personas que
desean hacer uso del transporte, llamado horas punta, lo que origina un desequilibrio
con relación a estas horas punta con menos uso de transportes. Esto quiere decir que
la demanda de transporte es eminentemente dinámica.
iii. El transporte es utilizado por que se requiere realizar alguna actividad del tipo
mencionado en (i), esto quiere decir que la demanda de transporte es derivada.
iv. Las personas están localizados por toda el área geográfica y hacen uso del
transporte desde cualquier punto. Entonces la Demanda de Transporte esta
localizada en el espacio, característica que permite que la demande generalmente
produzca problemas de descoordinación de equilibrio entre la oferta y la demanda.
Así mismo esta propiedad de la demanda permite determinar la existencia de
corredores urbanos que justifiquen la construcción de sistemas de transporte masivo
como es el caso de la ciudad de Lima.
v. También se debe de destacar que la demanda y el transporte esta ligada
directamente al poder público, pues la infraestructura y los vehículos no pertenecen
ni son operados por las mismas empresas lo que permite caracterizar a la demanda
de transporte se encuentra en una constante contradicción con el transporte y el poder
público.
vi. La demanda, el transporte y su infraestructura son eminentemente discretos, pues
no tiene sentido hablar de media persona, medio vehículo ni media pista.

Las descripciones anteriores nos llevan a presentar cuatro problemas sistemáticamente
interrelacionados:
 Como satisfacer la predicción total de la demanda de viajes de transporte para toda
un área de estudio con muchos propósitos diferentes con diferentes características de uso
de suelo en diferentes tiempos del día, semana, mes y año (generación, atracción y
distribución de viajes).
 De que manera satisfacer la predicción de la demanda de los viajes de transporte con
diferentes modos y medios de transporte con diferentes características de uso de suelo
en diferentes tiempos (Selección modal de viajes).
 Como satisfacer la predicción del volumen de tráfico en la red vial seleccionados por
una distancia / tiempo mínimo de ruta, sabiendo que la velocidad del vehículo para
seleccionar la ruta de tiempo mínimo se encuentra en función del volumen de tráfico y
la capacidad de la vía. Es decir la velocidad del vehículo se encuentra en función las
curvas de velocidad flujo, que son función del número de carriles, sentidos del flujo, y
las condiciones del uso del suelo en la red vial urbana, interurbana, pavimentado y no
pavimentado (asignación de los viajes a la red vial).
 De que manera satisfacer la demanda D de transportes T con muchos propósitos
diferentes, en distintas horas del día, en diferentes modos y medios de transporte, y un

volumen de tráfico en una red vial, dada una infraestructura, un sistema de gestión y una
capacidad de operación.
Como observa se trata de un solo gran sistema problemático que lo llamaremos análisis
de la predicción de la demanda de transporte y su equilibrio con la oferta
2. Problema e Hipótesis
2.1. Formulación del Problema
¿De que manera el Modelo Analítico Sistémico de Predicción de Demanda de
Transportes “MASPDTRANS” para Sistema de Transporte Público Urbano de
Pasajeros, Permitirá mejorar la Toma de Decisiones en: Generación, Distribución,
Selección Modal y Designación de Viajes en una ciudad, dada una infraestructura, un
sistema de gestión y una capacidad de operación?
2.2. Hipótesis General
La Implementación del Modelo Analítico Sistémico de Predicción de Demanda de
Transportes “MASPDTRANS” en el Sistema de Transporte Público Urbano de
Pasajeros, Mejora la Toma de Decisiones en Generación, Distribución, Selección Modal
y Designación de Viajes en una ciudad, dada una infraestructura, un sistema de gestión y
una capacidad de operación?
2.2. Hipótesis Subsidiarias
HE1
El análisis, evaluación y representar sistemáticamente de los diversos fenómenos que
constituyen la generación de tráfico o de movilidad general, en términos de variables
socioeconómicas y de viajes de la zona mejora la toma de decisiones en el STPUP

HE2
El análisis sistemático de la distribución espacial de los viajes en el Sistema de
Transporte Público Urbano de Pasajeros, en términos de costes de Tiempo de viajes.
Explicando la distribución horaria de la demanda, estableciendo su hora punta, mejora
la toma de decisiones en el STPUP
HE3
El análisis y sistematización de la selección modal de los viajes en el Sistema de
Transporte Público Urbano de Pasajeros, en términos de costes de Tiempo de viajes,
modo de transporte y tipo de vía, permite la mejora de la toma de decisiones.
HE4
El análisis y sistematización de la asignación de los viajes, en términos de las líneas
atractivas para el usuario, que están en función de la velocidad del vehículo en términos
de las curvas de velocidad flujo, que son función del número de carriles, sentidos del
flujo, y las condiciones del uso del suelo en la red vial urbana, interurbana, pavimentado
y no pavimentado (asignación de los viajes a la red vial), buscando el equilibrio la
demanda y la oferta del sistema de transporte, mejora la toma de decisiones en el STPUP
3. Justificación e Importancia
3.1. Justificación de La Investigación
La presente investigación se justifica socialmente, por que se realizará un estudio
del comportamiento de la sociedad con respecto a los diversos niveles de servicios
ofertados por el STPUP que reflejen su aceptación o rechazo con relación a la demanda
de transporte, permitiendo plantear alternativas de solución a sus cuatro diferentes
problemas analizados, beneficiando de esta manera a toda la población de un área,
región o país.

En el aspecto práctico permitirá solucionar problemas reales que afectan a la
población de una ciudad en cuanto se refiere al uso y distribución del suelo, en el
Planeamiento de la operación de líneas de microbuses, ómnibus, etc. Así mismo en
particular para mejorar las expectativas de sus usuarios en cuanto a los diversos niveles
de servicios recibidos por la oferta de transporte.
La investigación se justifica científicamente, por que se logrará llenar algunos
vacíos del conocimiento en el área del Sistema de Transporte Público, usando el método
científico y el pensamiento sistémico, describiendo el sistema según su desarrollo
complejo, teniendo como generador del conocimiento la concepción de sistema las
transformaciones profundas e interrelacionando con el conocimiento científico al
analizar y sistematizar el Modelo Analítico Sistémico de Predicción de Demanda.
Así mimo se justifica por satisfacer de forma eficiente la demanda de transporte
en los aspectos de planificación y uso del suelo, la distribución espacial, selección
modal y asignación de los viajes a la red de transporte aportes en cada etapa con la
sistematización exhaustiva y exclusiva para mejorar la toma de decisiones en beneficio
de la ciudadanía.
Por último, considerando que la operación del servicio de transporte está
asociada a determinadas externalidades (accidentes, contaminación, etc.) que
distorsionan las decisiones a tomar, ya que los usuarios del sistema no interiorizan el
coste que su elección de viaje genera, en este caso también habrá un aporte con la

disminución de accidentes y mitigación de la contaminación, fenómeno que permite
una justificación de la investigación.
Los argumentos expuestos justifican científicamente la importancia de realizar
estudios de demanda que permitan evaluar los proyectos de transporte de la manera más
completa posible, en el sentido de que sea factible analizar de forma conjunta los
aspectos de la demanda y de la oferta con el fin de conocer el efecto de futuras políticas
de transporte que puedan introducirse (por ejemplo, variación de algunos atributos de
alternativas ya existentes o la introducción de nuevos modos de transporte).
La investigación se justifica metodológicamente, puesto que , nos ayudará a
construir un instrumento, nuevo para conseguir la viabilidad positiva de nuestro
objetivos específicos, fusionando metodologías bajo el enfoque sistémico e integrando
con la metodología de planificación estratégica el cual permitirá ser la piedra angular
para muchas otras investigaciones, permitiendo la estructura de nuevos conceptos para
interrelacionar variables y por consecuencia su medida y la mejora experimental de
múltiples variable.
3.2. Importancia de La Investigación
Los modelos de predicción de demanda de transportes, constituyen en la
actualidad una herramienta avanzada de representación del movimiento vehicular y
peatonal en una red de transporte. Fundamentado en la Teoría de Seguimiento Vehicular
desarrollada en la década de 1950, en las diversas características que fundamentan a la
demanda de transportes como la de ser altamente cualitativo, diferenciado, derivado,

localizado, dinámica etc. Gracias a una infraestructura, disposición de vehículos que
funcionen bajo reglas de operación, una capacidad operativa, y una tecnología de punta,
que permiten reproducir en detalle los comportamientos individuales de los vehículos y
peatones.
Dada la complejidad Sistémica del STPUP que es afectada por el creciente
proceso de urbanización y por el gran desarrollo industrial, sistema que se torna cada
vez más crítica en términos de servicio ofrecidos a la población, como consecuencia de
la crisis energética mundial y otros factores intrínsicos. Los resultados de esta
investigación permitirá dar solución en parte a los diferentes problemas del STPUP en
especial en la distribución del tráfico en la red vial del transporte público y, por se el
transporte público el más eficiente desde el punto de vista energético, y por consiguiente
económico y social, por esta razón nuestra investigación esta dirigida a mejorar los
diferentes niveles de servicio del STPUP satisfaciendo las expectativas de la población.
En el aspecto Social: Es de conocimiento que los países desarrolladas e industrializadas
destacan por sus servicios de transporte de alta calidad, Pues los países que cuentan
con sistemas avanzados de transporte, son líderes de la industria y del comercio en el
mundo. En otras palabras los países sin la capacidad para transportar bienes
manufacturados, materia prima y conocimiento técnico son países que carecen de
posibilidades para maximizar la ventaja competitiva que puede tener ya sea en recursos
naturales o humanos.

Si una sociedad desea desarrollarse y crecer debe de tener un sistema de transporte
Urbano e interurbano eficiente es decir con enlaces óptimos con el resto del mundo.
Pues un buen transporte por sí solo no garantiza el éxito en el mercado, pero su
ausencia de excelentes servicios de transporte puede contribuir al fracaso.
Considerando la reflexión anterior estas permiten una justificación social de la
investigación en esta área del conocimiento , pues es de suma importancia por que
inducirá a la creación de programas de acción inmediata de transporte, en donde se
debe de considerar políticas de desarrollo del sistema de transporte público, con
reestructura de planos de circulación y la implantación de sistemas eficientes de control
de trafico urbano, introduciendo varios sistemas de control de trafico en el área y dando
prioridad al sistema de transporte público tal como ocurre en algunas ciudades del
mundo que son modelos a emular, por ejemplo la ciudad de Curitiba, Sao Paulo, santiago
de Chile.
En el aspecto económico: Recordemos que demanda de transporte es: derivada,
cualitativa, diferenciada, localizada en el espacio, dinámica etc. Originada por la
necesidad de las personas de trasladarse o de transportar sus bienes de un lugar a otro
siendo consecuentemente una condición necesaria para la interacción humana y la
supervivencia económica.
El mejoramiento de la posición económica de una región, país en virtud de un
transporte perfeccionado no puede suceder sin implicar algún gasto. Pues la
construcción de vastos sistemas de transporte necesita de enormes recursos de energía,
materiales y terrenos. Pues en la ciudades grandes el transporte llega abarcar más de la

mitad del todo el terreno disponible. Estas dos reflexiones permiten justificar la
importancia de la investigación en el aspecto económico.
3.3. Limitaciones de la investigación
La investigación se encuentra limitada por factores, Propios, científicos y tecnológicos,
sociales y culturales de nuestro medio.
Limitaciones Propias del Sistema de Transporte.
El transporte tiene aspectos negativos, tales como : el viajar no se encuentra
exento de peligros, recordemos el hundimiento del TITANIC, los poco frecuente pero
dramáticos accidentes de aviación civil, y los decesos en las carreteras que cada año
cobran aproximadamente 50 mil vidas, el transporte también crean ruidos, arruina la
belleza natural de una región, modifica al ambiente, contamina el aire y el agua y
consume las fuentes de energía, debilidades que se transforman en fortalezas para la
investigación.
Limitaciones Científicas
Esta constituido por los paradigmas de los que constituyen el poder público
quienes son los responsables por el transporte público, quien debe de reglamentar,
planear , programar y fiscalizar la ejecución de los servicios, sirviendo constantemente
como árbitro entre los usuarios y el operador, considerando para ello la legislación
específica. Pues este sector no impulsa la investigación en esta área, pues al contrario
sus paradigmas nos inducen que seamos sumisos ala investigación de otros países vasta
para ello citar “el plano maestro de transporte urbano para el área metropolitana de Lima
y callao” realizada por YACHIYO ENGENIEERING CO. LTD

Las limitaciones científicas se ven reflejadas de manera específica en nuestro sistema de
educación bajo el cual nos proyectamos, pues se trata de un sistema que se distingue
por:
- Repetición rutinaria y automática sin pensar.
- Reproducción e imitación de modelos
- Copia y reiteración de ideas, definiciones y teorías.
- Imposición de normas y criterios rígidos de pensar y actuar.
Estas características y otras del sistema educativo no permiten ser creativos e
innovadores aniquilando de esta manera cualquier inquietud de crear conocimiento.
Consecuentemente podemos decir que es necesario e indispensable impulsar la
creatividad de cada ser humano aniquilada por las instituciones socializadoras:
universidades, institutos, escuelas, familias, empresas etc. Quienes son las responsables
del cambio de paradigmas en la sociedad.
Limitaciones Tecnológicas
Debido a su complejidad sistémica de la investigación, se requiere de equipos de
trabajos, usos de tecnología de información para la toma de decisiones, lo que permitirá
incorporar una herramienta de uso estratégico que será el soporte en la
implementación de las estrategias establecidas contribuyendo al logro de los objetivos
minimizando el usos de los recursos y reduciendo los costos operativos, fenómeno que
no se impulsa en esta dirección en la investigación en general en el Perú.
Limitaciones Sociales
Al no considerar la importancia social estaríamos limitando el fenómeno de
poder observar síntomas y tendencias del sistema en su conjunto, gestionar

adecuadamente los procesos, alinear el comportamiento integral sistémicamente a la
organización con las estrategias corporativas y contribuir al mejoramiento de la
comunicación entre el personal y la institución lo que permitirá incrementar la calidad
de servicio a la población en especial Trujillana incidiendo directamente en su
formación y desarrollo total sistémicamente.
4. Objetivos
4.1. Objetivo general
Mejorar la Toma de Decisiones en: Generación, Distribución, Selección Modal y
Designación de Viajes en una ciudad, dada una infraestructura, un sistema de gestión y
una capacidad de operación haciendo uso del Modelo Analítico Sistémico de Predicción
de Demanda de Transportes “MASPDTRANS” en el Sistema de Transporte Público
Urbano de Pasajeros
4.2. Objetivos Específicos
OE1
Analizar, evaluar y representar sistemáticamente los diversos fenómenos que
constituyen la generación de tráfico o de movilidad general en el STPUP, en términos
de variables socioeconómicas y de viajes de la zona.
OE2
Analizar sistemáticamente la distribución espacial de los viajes en el Sistema de
Transporte Público Urbano de Pasajeros, en términos de costes de Tiempo de viajes.
Explicando la distribución horaria de la demanda, estableciendo su hora punta.
OE3

Analizar sistemáticamente la selección modal de los viajes en el Sistema de Transporte
Público Urbano de Pasajeros, en términos de costes de Tiempo de viajes, modo de
transporte y tipo de vía.
OE4
Analizar sistemáticamente la asignación de los viajes en el Sistema de Transporte
Público Urbano de Pasajeros, en términos de las líneas atractivas para el usuario, en
función de la velocidad del vehículo, curvas de velocidad flujo, número de carriles,
sentidos del flujo, y las condiciones del uso del suelo en la red vial urbana, interurbana,
pavimentado y no pavimentado, buscando el equilibrio la demanda y la oferta del
sistema de transporte
5. Método:
5.1. Descripción Sistemática del Método
FASE I. PENSAMIENTO SISTÉMICO Y EL CAMBIO SOSTENTADO EN LAS
ORGANIZACIONES Y EN LA SOCIEDAD EN EL SIGLO XXI
1.1. ¿De donde iniciamos?
1.2. El Espacio Territorial del Cambio
1.3. Cambio Profundo en el Aprendizaje.
1.4. Cambio, Transformación, Cambio Profundo Modelos Mentales
1.5. Pensamiento sistémico
1.6. Conceptuar, concebir, Dificultad de Adoptar en la práctica la Quinta Disciplina.
1.7. Señalizando el Camino

1.8. Proceso de Gestión del Cambio sostenido
1.9. Qué es el Pensamiento Sistémico
1.10. Conclusiones
1.11. Referencias Bibliográficas
FASE II. ESTRUCTURA Y ANALISIS DE MODELOS DE DEMANDA PARA
SISTEMAS DE TRANSPORTE
1. Comentarios
2. Análisis de la demanda de transportes
2.1. Niveles de Análisis de un sistema de transporte
2.2. Tipos de modelos de demanda de transportes
2.3. Elasticidad
3. Metodología para la Estructura del Modelo
3.1. Restricciones Frecuentes en un Sistema de Transporte
3.1.1. Restricciones de Zonificación
3.1.2. Restricciones de la Red Vial
3.2. Recolección de datos
3.2.1. Metodología de Preferencias Reveladas MPR
3.2.2. Metodología de Informaciones en Serie de tiempo
3.2.3. Metodologías Preferencias Declaradas MPD
3.3. Análisis y Validación
3.3.1. Preferéncias Reveladas PR
3.3.2. Preferéncias Declaradas PD

3.4. Conceptos Importantes
4. Modelos Clásicos Convencionales
4.1. Modelos de generación de Viajes.
4.1.1. Modelos que usan regresión lineal
4.1.2. Modelos con Preferencias Declaradas Propuesto.
4.2. Modelos de distribución Espacial de Viajes
4.2.1. Modelos con Factor Crecimiento.
4.2.1.1. Método Factor Uniforme
4.2.1.2. Método de Factor Medio
4.2.1.3. Método de Fratar
4.2.1.4. Método Detroit
4.2.2. Modelos Sintéticos
4.2.2.1. Generalidades
4.2.2.2. Modelos Gravitacionales.
4.2.2.2.1. Modelo Gravitacional Actual
4.2.2.2.2. El Costo Generalizado
4.2.2.2.3. Otra manera de Interpretar
4.2.2.2.4. Aplicación.
4.2.2.2.5. Modelo gravitacional relacionado
4.2.2.3. Modelos de Campo Electrostático.
4.2.2.4. Modelos de Regresión Múltiple.
4.2.2.5. Modelo de Oportunidades

4.2.2.5.1. Modelos de interposición de Oportunidades
4.2.2.5.2. Modelos de competencia de oportunidades
4.2.2.6. La Programación Lineal
4.3. Modelos de Selección Modal de viajes
4.3.1. Comentarios
4.3.2. Generación directa de Viajes de Transporte
4.3.3. Modelos de viajes
4.3.4. Modelos de Intercambio de Viajes
4.3.5. Modelos Logísticos
4.3.6. Modelos Logít Bimodal y Multimodal
4.3.6.1. Función Utilidad
4.3.6.2. Comportamiento Probabilístico Según El Usuario
4.3.6.3. El Modelo Logít Bimodal
4.3.6.4. El Modelo Logít Multimodal
4.4. Modelos de Asignación de Viajes.
4.4.1. Enfoque Básicos
4.4.2. Algoritmo De Trayectoria Mínima
4.4.3. Modelos De Asignación A Redes De Transporte Público
4.4.3.1. Generalidades.
4.4.3.2. Conceptos Básicos
4.4.3.3. Determinación De Líneas Comunes
4.4.3.4. Asignación A Rutas Mínimas De Transporte Público

4.4.3.5. Asignación De Equilibrio A Redes De Transporte Público
4.4.3.5.1. Principales Supuestos del Modelo
4.4.3.5.2. Líneas comunes en asignación de equilibrio
4.4.3.5.2.1. Definición de la Red
4.4.3.5.2.2. Funciones de Costo
4.4.3.5.2.3. Formulación Matemática de la Función Costo
4.4.3.5.2.4. Formulación Matemática Del Problema General
4.4.3.5.2.5. Algoritmo de Solución
Fase III. METAHEURÍSTICAS MATEMÁTICAS
EL PROCESO DE RESOLUCIÓN DE PROBLEMAS CON TÉCNICAS
HEURÍSTICAS
1. Comentarios
1.1. Heurísticas
1.2. Complejidad
2. Proceso de Pensamiento del Estudiante al Resolver Problemas
Matemáticos
3. Metaheurística
3.1. Conceptos Generales y Nomenclatura
3.2. Metaheurísticas comunes
3.3. Búsqueda Tabú
3.3.1. Introducción
3.3.2. Conceptos básicos
3.3.3. Fundamentación de la Búsqueda Tabú

3.3.4. Memoria a corto Plazo
3.3.5. Determinación del mejor Movimiento
3.3.6. Áreas de aplicación
3.3.7. Áreas de Investigación
3.3.8. Conclusiones
3.3.9. Referencias Bibliográficas
4. Procedimientos Metaheurísticos en Optimización Combinatoria
4.1. Introducción
4.2. Métodos Heurísticos
4.3. Problemas estructurados
4.3.1. Problema de la Muchila
4.3.2. Problema de Cubrimiento de Conjuntos
4.3.3. Problema de Empaquetado de Conjuntos
4.3.4. Problema de Partición de Conjuntos
4.3.5. Problema del Agente Viajero
4.3.6. Problema de Asignación Cuadrática
4.3.7. Problema de Asignación Generalizada
4.3.8. Problema de Ordenación Lineal
4.4. Medidas de Calidad de un Algoritmo
4.4.1. Comparación con la solución óptima
4.4.2. Comparación con una cota
4.4.3. Comparación con un método exacto truncado
4.4.4. Comparación con otros heurísticos
4.4.5. Análisis del peor caso

4.5. Métodos Constructivos del Problema del Agente Viajero
4.5.1. Heurísticos del Vecino más Próximo
4.5.2. Heurísticos de Inserción
4.5.3. Heurísticos Basados en Árboles Generadores
4.5.4. Heurísticos Basados en Ahorros
4.6. Búsqueda Local en el Problema del Agente Viajero
4.6.1. Procedimientos de 2 intercambios
4.6.2. Procedimientos de k – intercambio
4.6.3. Algoritmo de Lin y Kernighan
4.7. Métodos Combinados
4.7.1. Procedimientos Aleatorizados
4.7.2. Métodos Multi-Arranque
4.7.3. GRASP (Greedy Randomized Adaptive Search Procedures
4.8. Método de Búsqueda Tabú
4.9. Método Simulado Recocido
4.10. Métodos Evolutivos
4.10.1. Algoritmos Genéticos
4.10.2. Búsqueda Dispersa
4.10.3. Desarrollo Y Mejoras
4.11. Referencias Bibliográficas
3. EVALUACIÓN COMPUTACIONAL
4.1. Organización y Utilización del Modelo
4.2. Caracterización del Sistema Modelado

4.3. Inicialización del Modelo
4. METODOLOGÍA DEL PROCESO DE MODELADO
En el proceso de modelado se puede distinguir tres niveles principales
1º NIVEL ESTRATÉGICO
a) Definición de los Objetivos,
b) Definición del Sistema,
c) Recolección y Análisis de datos.
2º NIVEL TÉCNICO
a) Concepción del Modelo,
b) Preparación de datos,
c) Modelación de los diferentes Procesos que rigen el Sistema,
3º NIVEL OPERACIONAL
a) Plano de experiencia;
b) Experimentación del Modelo
c) Análisis de los Resultados Documentación
5.2. Filosofía del Método y Esquema
La metodología utilizada en la investigación es la metodología propuesta en el marco
conceptual, cuyo yesquema

Definición planificaciónmetodológico
del Estudio es el siguiente:
Descripción del Modelo
Construcción del Modelo
Calibración del Modelo

Modelo Analítico Sistémico
Validacióndedel
Predicción
Modelo de Demanda
Construcción Computacional del Modelo
Evaluación Computacional del Modelo

Figura Nº II.13. Estructura metodológica de la Investigación.

El problema inicial
Definición de los objetivos
Definición del sistema

Recolección y análisis de Datos
Decisiones sobre decisiones esenciales
5.3. Metodología del Proceso del Modelado
La
MASPDTRANS”
es
Una opción válida
Concepción y Organización del Modelo Resolver por otros Medios
Forma de Apreciación de Modelación de los diferentes

Fin
Resultados procesos representados por el
modelo
3
Si No
Programación Calibración
Preparación de los datos

Validación
38 Santiago
4 Esteban Contreras Aranda
A
A
No
Validación
Satisfactoria
Si
Es necesario
Si
Planos de experiencias reestructurar el
Modelo 2
Experimentos del Modelo No
3
Análisis de los Resultados
Documentación
Es suficiente Si
el dominio
de
validación
No Son No
alcanzados
Definición de las nuevas los
condiciones de validación Objetivos
Si
4 Utilización del Modelo
Fin de No
[1]Domencich y McFadden, 1975; Daganzo, 1979. Utilización
del Modelo
Si
Fin
Figura Nº II.14. Representación de la metodología de MASPDTRANS”.
6. Presupuesto
6.1. Materiales
UNIDAD DE COSTO COSTO

MATERIALES CANTIDAD
MEDIDA UNITARIO S/ TOTAL S/
Papel Bond A4 80 gr. MILLAR 4 25 100
CD ROM Caja 100 1 100
COSTO TOTAL DE MATERIALES.
S/ 200.00
TOTAL DE RECURSOS TÉCNICOS.

S/2000.00
6.2. Recursos Humanos
RECURSO HUMANO REMUNERACION TIEMPO COSTO

MENSUALL S/. (MESES) TOTAL (S/)

2 Personas Investigadoras 2000 5 meses 10000.00
Viáticos y pasajes 20.00 5 meses 400.00
COSTO TOTAL DE DESARROLLO DEL PROYECTO.

S/ 10400.00
COSTO TOTAL DE LA INVERSION (S/.)

S/12650.00
7. CRONOGRAMA DE ACTIVIDADES
Actividades Tiempo de duración (meses)

Reconocimiento del Sistema 1-2 3,8 8-12 12-20
Presentación del Personal de la X X
institución y Autoridades Relacionadas
con la Investigación.
Fijación de la fecha asesoría y X X
coordinación
Analizar la realidad Problemática. X X
Revisión de antecedentes del problema. X X X
Recolección de información del X X
sistema
Análisis de la Información
Análisis de Metodología y últimos X X X X
alcances en el tema.
Elaboración y Presentación del Plan
de Proyecto de tesis
Administración de Recursos. X
Determinación de las fases de las X
tareas Calendarización.
Disposición funcional Preliminar X
Requisitos de alto Nivel. X

Definición del Conocimiento

Identificación y Selección de Origen X
Adquisición, Análisis y Extracción. X
Diseño del Conocimiento
Definición. X
Diseño detallado. X
Estrategias de Adquisición. X
Codificación y Verificación
Codificación. X X X X
Pruebas. X X X X
Listado y Origen. X X X X
Documento de descripción de sistema. X X X X
Verificación del Conocimiento
Pruebas Formales. X
Análisis de Pruebas. X
Evaluación del Sistema
Evaluación de Resultados. X X X
Recomendaciones. X X X
Informe Final o Formal. X X X
8. Referencias Bibliográficas
Según bibliografía usada

[1] McFadden, D. (1974). The measurement of urban travel demand. Journal of Publics
Economics 3, 303-328.
[2] McFadden, D. (1981). Econometric models of probabilistic choice. En C. Manski y
D. McFadden (eds), Structural Analysis of Discrete Choice Data. MIT Press, Cambridge,
Mass.
[3] McFadden, D. (1989). A method of simulated moments for estimation of discrete
choice response models without numerical integration. Econometrica 57, 995-1026.
[4] McFadden, D. y Reid, F.A. (1975). Aggregate travel demand forecasting from
disaggregate behavioural models. Transportation Research Record 534, 24-37.
[5] McFadden, D. y Train, K. (2000). Mixed MNL models of discrete choice response.
Journal of Applied Econometrics 15, 447-470.

[6] Train, K. (2002). Discrete Choice Methods with Simulation. Cambridge University
Press, Cambridge.
[7] Train, K. y McFadden, D. (1978). The goods/leisure trade-off and disaggregate work
trip mode choice models. Transportation Research 12, 349-353.
[01] Stuart J. Rusell y Peter Norvig, (2004) Inteligencia Artificial: un enfoque moderno.
México: Prentice Hall Hispanamericana , S.A.
[02] Patrick Henry Winston, (1994) Inteligencia Artificial, México: Assison Wesley
Iberoamericana.
[03] Maynard Kong, (1993) Inteligencia Artificial. Perú: fondo editorial.
[04] Bonifacio M. del Brio, Alfredo S Molina, (2002) Redes neuronales y Sistemas
difusos. España: Alfa omega Madrid.
[05] Francisco Escolano, Miguel Cazorla, María Alfonso; Miguel Lozano, Inteligencia
Artificial, Modelos, (2003) Técnicas y Áreas de Aplicación. España: Edd. De
producción Gráficas Roger Madrid.
[06] Roer S. Presuman. (2001) Ingeniería del Software, un enfoque práctico, Mexico:
Mc Graw Hill.
[07] Mario G. Piattini, José A Calvo, Joaquin C Bravo Luis F Sanz. (2004) Análisis y
Diseño de Aplicaciones Informáticas de Gestión, México: Alfaomega.
[08] Ángel Cobo Ortega, (2000) Inteligencia Artificial Modelos Matemáticos que Imitan
a la Naturaleza, España: Calima S.A.

[09] Enrique Castillo, Ángel Cobo, José Gutiérrez Rosa Pruneda. (2002)., Introducción
a las redes Funcionales con aplicaciones un nuevo paradigma. España: Editorial
Paraninfo Madrid.
[10] Alberto Delgado, (1998) Inteligencia Artificial y Minirobots Colombia ediciones.
Ecoe
[11] Joseph Giarratano, (1998) Sistemas Expertos Principios y Programación, México:
Thomson Editores,
[12] Mario Bunge, (1998) Epistemología, España Editorial Ariel,
[13] Peter S Sell (1998) Sistemas expertos para principiantes, México: Editorial Limusa
[14] Louis E Frenzel, (1998). A Fondo: Sistemas Expertos, España: Ediciones
Multimedia Madrid
[15] Carl G Hempel. (1973) Filosofía de la Natural, España: Alianza Editorial, S.A
Madrid,
[16] N. Camphell. (1952) What is Science? Nueva York: Dover Publications
[17] N.R. Hanson. (1958) Patterns of Discovery. Cambridge. Espana: Englan, at the
university Press, ( version Española en prensa en Alianza Editorial)
[18] E. Nagel, (1968) The Structure of Science Nueva cork. Argentina: Harcourt, brace
&World Inc 1961 ( version castellana de Nestor miguez La estructura de la ciencia.
Buenos Aires Paidos
[19] K.R. Popper. (1962 , 1967) The Logic of scientific Discovery. Londres: Hutchinson
and Co. Nueva York, Basic Books Inc. 1959 (version castellana de V sánchez de Zavala,
La lógica de la Investigación Científica, Madrid, Tecnos .

[20] S. Toulmin, (1864) The Philosophy of Science. Londres: Hutchinson, University
Library , 1953 (Versión castellana de J.J Castro, la filosofía de la ciencia, Buenos Aires,
Los libros de Mirasol).
[21] G. Holton y D.H. Soller. (1963); Foundations of Modern Physical Science.
Reading, Mass., Addison Wesley Publishing Co. 1858 (Versión Española de F.J Sancho
Rebullida , Fundamentos de Física Moderna, Barcelona, Buenos Aires, Méjico, Editorial
reverté).
[22] Aracil.S.Javier. (1978). Introducción a la Dinámica de Sistemas. España: Alianza
Editorial S.A Madrid,
[23] Gordon Geoffrey. (1980). Simulación de Sistemas México: Editorial Rooms
[24] Taha,H. (1999) Investigación de operaciones. México: Edi. Prentice Hall,
[25] Eppen,G/Gould. (1999). Investigación de Operaciones en la ciencia administrativa.
México: Prentice Hall,
[26] Prawda J. (1977). Métodos y Modelos de investigación de Operaciones México:
Vol I, II, Modelos Determinísticos. Editorial Limusa.
[27] Shamblin J.”Investigación de Operaciones un Enfoque Fundamental, McGraw-Hill
de México, 1975.
[28] Sasiani, M, Yaspan, A. y Friedman L. (1982) Investigación de Operaciones,
México: Editorial Limusa,
[29] Wayne L. Winston J. (1999). Investigación de operaciones Aplicaciones y
Algoritmos”. México: Grupo Editorial Iberoamericana.
[30] Kamlesh Mathur Y Daniel Solow. (1999). Investigación De Operaciones. México:
Segunda Edición. Prentice-Hall Hispanoamericana .
[31] Naylor Thomas, (1977). Experimentos de Simulación en Computadoras con

Modelos. México: Editorial Limusa
[32] Sheldon M Ross, (1999). Simulación México: Segunda Edición Edi. Prentice hall
[33] Herbert M. Gorgon P W. (1999). Investigación de Operaciones México: Primera
Edición, Edi. Prentice Hall.
[34] Barceló, J. y J. Casanovas, (1996). Simulación y Modelización de Sistemas, en:
Panorama Informático, Editado por FESI,
[35] Isdefe, (1995). Presentación de las Monografías de Ingeniería de Sistemas, Madrid,
[36] Barceló, J., J. L. Ferrer y R. Grau, (1994). Simuladores de Tráfico: Herramientas
para Ayudar al Diseño de Proyectos y Evaluación de Estrategias. España: Revista
Carreteras, Asociación Española de la Carretera, Nº 74, Noviembre-Diciembre
[37] Law, A. M. y W. D. Kelton. (1991) Simulation Modelling and Analysis. México:
McGraw Hill.
[38] Eduardo, Arbones Malisani. (1995) Ingeniería De Sistemas. México: Editorial
Limusa.
[39] Levaggi, Gero, "Teoría General De Los Sistemas – Aplicación A La Administración
De Los Negocios", Editorial Ugerman, Buenos Aires, 2000.
[40] Ludwing, Von Bertalanffy. (1992) Teoría General de Sistemas. Argentina:
EDITORIAL. Fondo de cultura económica.
[41] Miguel, Cardenas. (1975) El Enfoque de Sistemas. Una estrategia, su
implementación. Mexico: editorial limusa.
[42] Peter Checkland, (1993) Pensamiento de Sistemas, Práctica de Sistemas. Mexico:
editorial megabyte.
[43] Peter Checkland, (1994) La Metodología de los sistemas suaves de acción"
Mexico: editorial megabyte.

[44] Peter, Senge (1990) La Quinta Disciplina. España: editorial Granica, Barcelona.
[45] Peter, Senge. (1990) La Quinta Disciplina, el Arte y la Práctica de la Organización
Abierta al Aprendizaje. Espana: Editorial granica, barcelona.
[46] Ricardo, Rodríguez Ulloa. (1994) La Sistémica, los Sistemas Blandos y los Sistemas
de Información. Perú: Editorial. Universidad del pacífico, 1ª ed.
[47] Rafael, Rodríguez Delgado.(1994) Teoría de sistemas y gestión de las
organizaciones. Perú: Editorial. Universidad del Pacífico, 1ª ed
[48] M.Richards;M Ben –Akiva (1975) A disaggregate travel demand model .
[49] Juan de Dios Ortúzar. (2000); Modelos de Demanda de Transporte. Chile:
Alfaomega Ediciones Universidad Católica de Chile.
[50] José Carlos de Melo; (1994) Transportes y Desarrollo Económico. Brasil: Programa
editorial Brasilia EBTU.
[51] Babich; Grabson. (1975) Parkas.(1975) Significant event Simulation.
Comunicationsof the ACM, June, vol.18,nº 6 20p.
[52] Catanese,A,J. (1973) Scientific methods of urban analysis. França: University of
Illionis press 1973 335p.
[53] Correge; Gabard; Henry; Tuffal. (1977) Programe de Simulation microscopique de
traffic Urban. Toulouse : SITRA-B DERA / octobre.
[54] Correge; Gabard; Henry; Tuffal. (1977) Validation du modelo de simulation .
Toulouse : SITRA-B DERA / octobre.
[55] Debaille, Aron.(1978) La Simulation Fine du Trafic dans un reseau urbain. France:
Rapport Irt. Nº 35.
[56] Gault, Helen. (1979) Multsi, a computer simulation model of a multi-line signal
controled road. USA: Technical Report nº 37 Torg , june.

[57] Gazis, Denos. (1974) Traffic Science. New York: John Wiley and sons.
[58] Gibson, Ross.( 1977) Simulation of Traffic in street network. transp. Eng. And
control,nº 2, .
[59] Leglise, Michel. (1971). Etude et realition d´un modele de Simulation du traffic
urbain. França: R.I.R.O; Vol1 D.E.R.A França .
[60] Allenby, G. (1997). An introduction to hierarchical Bayesian modeling, Tutorial
notes, Advanced Research Techniques Forum, America Marketing Association.
[61] Allenby, G. y Rossi, P. (1999). Marketing models of consumer heterogeneity.
Journal of Econometrics 8, 13-21.
[62] Armstrong, P., Garrido, R. y Ortúzar, J. de D. (2001). Confidence intervals to bound
the value of time. Chile:Transportation Research 37E, 143-161.
[63] Bates, J. y Roberts, M. (1986). Value of time research: summary of methodology
and findings. Inglaterra:14th PTRC Summer Annual Meeting, University of Sussex, 14-18
de Julio.
[64] Becker, G. (1965). A theory of the allocation of time. The Economic Journal 75,
493-517.
[65] Ben-Akiva, M. y Bolduc, D. (1996). Multinomial probit with a logit kernel and
general parametric specification of the covariance structure. Working Paper, Department
of Civil Engineering, MIT.
[66] Ben-Akiva, M. y Lerman, S.R. (1985). Discrete Choice Analysis: Theory and
Application to Travel Demand. The MIT Press, Cambridge. Mass.
[67] Ben-Akiva, M.E. y Morikawa, T. (1990). Estimation of travel demand models from
multiple data sources. Proceedings 11th International Symposium on Transportation and
Traffic Theory, Yokohama, Japón.

[68] Bojórquez, E. (2002). Generación de variables de nivel de servicio para un modelo
conjunto de viajes y asignación de tiempo a actividades. Chile: Memoria para optar al
título de Ingeniero Civil. Departamento de Ingeniería Civil, Universidad de Chile.
[69] Bradley, M.A. y Daly, A. J. (1994). Use of the logit scaling approach to test for
rank-order and fatigue effects in stated preference data. Transportation 21, 167-184
[70] Bradley, M.A. y Daly, A. J. (1997). Estimation of logit choice models using mixed
stated preference and revealed preference information. En P.R. Stopher y M. Lee-
Gosselin (eds.), Understanding Travel Behaviour in an Era of Change, Pergamon,
Oxford.
[71] Bradley, M.A. y Kroes, E. (1990). Forecasting issues in stated preference survey
resarch. 69th TBR Annual Meeting, Washington DC, January 1990, USA.
[74] Carrasco, J.A. y Ortúzar, J. de D. (2002). Review and assessment of the nested logit
model. Transport Reviews 22, 197-218.
[75] Carson, R.T., Louviere, J. J., Anderson, D.A., Arabie, P., Bunch, D.S., Hensher,
D.A., Jonson, R.M., Kuhfeld, W.F., Steinberg, D., Swait, J., Timmermans, H y Wiley,
J.B. (1994). Experimental analysis of choice. Marketing Letters 5, 351-368.
[76] Cherchi, E. (2000). Derivazone del Valore del Tempo Utilizando Dati Misti RP/SP
con Funzioni di Utilità Non Lineari. Tesi di Dottorato, Facoltà di Ingegneria, Università
di Cagliari, Italia.
[77] Cherchi, E. y Ortúzar, J. de D. (2002). Mixed RP/SP models incorporating
interaction effects: modelling new suburban train services in Cagliari. Transportation 29,
371-395.
[78] Chib, S. y Greenberg, E. (1995). Understanding the Metropolis-Hastings algorithm,
Americam Statistician 49, 327-335.

[79] Daganzo, C.F. (1979). Multinomial Probit: The Theory and its Applications to
Demand Forecasting. New York: Academic Press,.
[80] Daly, A. (1987). Estimating “tree” logit models. Transportation Research 21B, 251-
268.
[81] Daly, A. y Zachary, S. (1978). Improved múltiple choice models. En D.A. Hensher y
M. Q. Dalvi (eds), Determinants of Travel Choice, Saxon House, Westmead.
[82] Daly, A.J. y Gunn, H.F. (1986). Cost effective methods for national level demand
forecasting. En A. Ruhl (ed); Behavioural Research for Transport Policy. VNU Science
Press, Utrecht.
[83] DeSerpa, A. (1973). Microeconomic theory and the valuation of travel time: some
clarifications. Regional Urban Economics 2, 401-410.
[84] Domencich, T. A. y McFadden, D. (1975). Urban Travel Demand. A Behavioral
Analysis. North Holland, Amsterdam.
[85] Edei Consultores, S.A (1998). Plan de Coordinación de la Oferta en el Área
Metropolitana de Las Palmas de Gran Canaria. Informe Final, Las Palmas de Gran
Canaria.
[86] González, R.M. (1995). La Demanda de Transporte de Pasajeros en el Trayecto
Gran Canaria-Tenerife. Una Aplicación de los Modelos de Elección Discreta. Tesis
doctoral. España: Departamento de Economía y Dirección de Empresas. Universidad de
La Laguna.
[87] Hensher, D. A. y Greene, W. (2001). The mixed logit model: the state of practice
and warnings for the unwary. Working Paper, School of Business, The University of
Sidney.

[88] Jara-Díaz, S y Farah, M. (1987). Transport demand and user’s benefits with fixed
income: the goods/leisure trade-off revisited. Transportation Research 21B, 165-170.
[89] Jara-Díaz, S., Munizaga, M.A. y Palma, C. (2002). Generación de una base de datos
para modelación conjunta de asignación de tiempo a actividades y viajes. Ecuador:
Memorias del XII Congreso Panamericano de Ingeniería de Tránsito y Transporte,
Quito.
[90] López, F. (2001). Regulación y Subvenciones en el Transporte Público: Una
Aplicación al caso de Canarias. Tesis doctoral, Departamento de Análisis Económico
Aplicado, Universidad de Las Palmas de Gran Canaria, España.
[91] McFadden, D. (1974). The measurement of urban travel demand. Journal of Publics
Economics 3, 303-328.
[92] McFadden, D. (1981). Econometric models of probabilistic choice. En C. Manski y
D. McFadden (eds), Structural Analysis of Discrete Choice Data. MIT Press, Cambridge,
Mass.
[93] McFadden, D. (1989). A method of simulated moments for estimation of discrete
choice response models without numerical integration. Econometrica 57, 995-1026.
[94] McFadden, D. y Reid, F.A. (1975). Aggregate travel demand forecasting from
disaggregate behavioural models. Transportation Research Record 534, 24-37.
[95] McFadden, D. y Train, K. (2000). Mixed MNL models of discrete choice response.
Journal of Applied Econometrics 15, 447-470.
[96] Ortúzar, J. de D. (1983). Nested logit models for mixed-mode travel in urban
corridors.Chile: Transportation Research 17A, nº 4, 283-299.
[97] Ortúzar, J. de D. (2001). On the development of the nested logit model.
Transportation Research 35B, 213-216.

[98] Ortúzar, J. de D. y Garrido, R.A. (2000). Rank, rate or choice?: an evaluation of SP
methods in Santiago. En J. de D. Ortúzar (ed), Stated Preference Modelling Techniques,
Londres: Perspectives 4, PTRC,.
[99] Ortúzar, J. de D. e Iacobelli, A. (1998). Mixed modelling of interurban trips by
coach and train. Transportation Research 32A, 345-357.
[100] Ortúzar, J. de D. y Willumsen, L. G. (2001). Modelling Transport. 3a edición, John
Wiley & Sons, Chichester.
[101] Ortúzar, J. de D., Achondo, F.J. y Ivelic, A.M. (1987). Sequential and full
information estimation of hierarchical logit models: some new evidence. Argentina: 11th
Triennial Conference on Operations Research, Buenos Aires,
[102] Ortúzar, J. de D., Roncagliolo, D.A. y Velarde, U.C. (2000). Interactions and
independence in stated preference modelling. En J. de D. Ortúzar (eds), Stated
Preference Modelling Techniques, Perspectives 4, PTRC, Londres.
[103] Rizzi, L.I. y Ortúzar, J. de D. (2003). Stated preference in the valuation of
interurban road safety. Accident Analysis and Prevention 35, 9-22.
www.sawtoothsoftware.com
[104] Sillano, M. y Ortúzar, J. de D. (2002). WTP estimation with mixed logit models:
some new evidence. Mimeo, Departamento de Ingeniería de Transporte, Pontificia
Universidad Católica de Chile.
[105] Sobel, K. (1980). Travel demand forecasting by using the nested multinomial logit
model. Transportation Research Record 775, 45-55.
[106] Swait, J. y Louviere, J. (1993). The role of the scale parameter in the estimation
and use of multinomial logit models, Journal Marketing Research 30, 305-314.

7] Swait, J., Louviere, J.J. y Williams, M. (1994). A sequential approach to exploiting he
combined strengths of SP and RP data: application to freight shipper choice.
Transportation 21, 135-152.
[108] Tardiff (1976). A note on goodness-of-fit statistics for probit and logit models.
Transportation 5, 377-388.
[109] Train, K. (2001). A comparison of hierarchical Bayes and maximum simulated

INICIO
CONTROL
FISCALIZA
PROGRAM
REGLAME
ELABORAC
ELEMENT
DIAGNÓST
Aplica
Posición
FIN
Nlos
Unidades 1final
Conexiones
Terminal
D
d
F
P
v +d
fpp r
0 hUN
h
DELQUE
CIÓN
ACIÓN
NTACIÓN
IÓN
OS
ICO
para
frenos
Inicial
oDEDE
DEL
oTransporta
medios DE
i
i 1 likelihood for mixed logit. Working paper, Department of Economics, University of
DESEMPEÑ
LOS
LA
DE
PLAN
INTERVIEN
STPUP
continúa
Percibe
LA la
n
N
doras
N 1
O EN EL
SERVICIOS
OPERACIÓ
OPERACIO
EN
(identificació
situación
Capacitación
NAL
STPUP Y Y y California, Berkeley.
para
OPERACIO
(Establecimi
SUS
aislamiento
[110] Train, K. (2002). Discrete Choice Methods with Simulation. Cambridge University
Press, Cambridge.
[111] Train, K. y McFadden, D. (1978). The goods/leisure trade-off and disaggregate
work trip mode choice models. Transportation Research 12, 349-353.
[112] Tverski, A. (1972). Elimination buy aspects: a theory of choice. Psychological
Review 79, 281-299.
[113] Von Mises, R. (1931). Wharscheinlichkeitsrechnung, Springer-Verlag, Berlín.
[114] Williams, H. C. W. L. (1977). On the formation of travel demand models and
economic evaluation measures of user benefit. Enviroment and Planning 9A, 167-219.
[115] Wittink, D., Krishnamurthi, L. y Nutter, J. (1982). Comparing derived importance
weights across attributes. Journal of Consumer Research 8, 471-474.


Plan de Tesis Seca Formato Version 1. 1 2009

Încărcat de

Informații document

Descriere originală:

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Plan de Tesis Seca Formato Version 1. 1 2009

Încărcat de

Drepturi de autor:

Formate disponibile

Universidad Nacional Federico Villarreal Escuela Universitaria de Postgrado

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

ESCUELA UNIVERSITARIA DE POSTGRADO

Modelo Sistémico de Predicción de Demanda Para la Gestión

Santiago Esteban Contreras Aranda

[1]Domencich y McFadden, 1975; Daganzo, 1979.

1.4. Centro de Investigación ………………………………………………………4

1.6. Línea de Investigación ………………………………………………………..5

II. DESCRIPCIÓN DELPROYECTO

1.1. Realidad Problemática……………………………………………………..…….…11

1.2. Identificación del Problema………………………………………………....….......11

1.3.Características del problema …………………………………………….…...........14

2.1. Hipótesis General…………………………………………………………………...21

2.2. Hipótesis Subsidiarias ……………………………………………………………..21

3.1. Justificación de La Investigación ………………………………............................22

3.2. Importancia de La Investigación………………………………………………..….24

3.3. Limitaciones de la investigación………………………………………………..…26

[1]Domencich y McFadden, 1975; Daganzo, 1979.

4.1. Objetivo general…………………………………………………………………….29

4.2. Objetivos Específicos…………………………………………………………….29

5.1. Descripción Sistemática del Método ……………………………………………..30

5.2. Filosofía del Método………………………………………………………………37

6.1. Materiales……...………………………………………………………………... .40

6.2. Recursos Humanos ............................................................................................... .40

[1]Domencich y McFadden, 1975; Daganzo, 1979.

Modelo Sistémico de Predicción de Demanda Para la Gestión

de Sistema de Transporte Público Urbano de Pasajeros.

1.2. Autor y Afiliación :

CONTRERAS ARANDA SANTIAGO ESEBAN

Facultad de Ingeniería de Sistemas

Universidad Cesar Vallejo

1.3. Centro de Investigación:

Universidad Nacional Federico Villarreal Escuela de Postgrado

[1]Domencich y McFadden, 1975; Daganzo, 1979.

Modelo Analítico Sistémico de Predicción de Demanda de Transporte

“MASPDTRANS” Para Mejorar la Toma de Decisiones en el Sistema

de Transporte Público Urbano de Pasajeros

Fecha de inicio : 05 febrero del 2008.

Fecha de término: 05 de Julio del 2009.

1.5. Línea de Investigación :

1.6. Tipo de Investigación

De acuerdo al objetivo que se persigue, es un aporte de aplicación científica y

tecnológica en el área del Sistema de Transporte Público Urbano de pasajeros.

[1]Domencich y McFadden, 1975; Daganzo, 1979.

II. DESCRIPCIÓN DELPROYECTO

1.1. Realidad Problemática

El Sistema de Transporte “ST”, es uno de los pilares que permite el desarrollo y

crecimiento económico sostenible de un país, en particular del Sistema de Transporte

Público “STP”, quién actúa como un subsistema transformador de procesos, buscando el

jerarquía y con una complejidad funcional sistémica más demarcada, el Sistema de

Transporte Público Urbano de Pasajeros “STPUP”.

El sistema de transporte de pasajeros en áreas urbanas constituye un problema cada vez

más notorio en nuestra sociedad principalmente en los últimos años en donde se ha

demostrado empíricamente que la construcción de infraestructura o la ampliación de las

Sistema de Transporte Publico Urbano de Pasajeros (STPUP): congestión, accidentes,

experimentado por las técnicas de análisis y predicción de demanda en el área de

transporte.[1][2][3][4][5] Desde principios de los años 70 (Domencich y McFadden, 1975;

[1]Domencich y McFadden, 1975; Daganzo, 1979.

especialmente en los últimos cinco años gracias al desarrollo de nuevas técnicas de

estimación basados en la simulación[6]

En el análisis de la Demanda de Transporte (DT) es importante incorporar en ocasiones

embargo no siempre se da la importancia necesaria al estudio riguroso y los aspectos que