You are on page 1of 3

Postgrado en Ciencias del Transporte Asignatura: “Planificación del Transporte”

DISTRIBUCIÓN DE VIAJES
METODO DE FRATAR El método de Fratar utiliza un proceso de iteraciones para desarrollar un modelo de distribución de viajes. Los supuestos básicos de este método son: a) La distribución de viajes futuros desde una zona origen dada es proporcional a la distribución de viajes del año base (situación existente) desde esa zona; y b) La distribución de estos viajes futuros es modificada por el factor de crecimiento de la zona, al cual estos viajes son atraídos. Estos supuestos toman en cuenta el efecto de la ubicación de una zona dada con respecto a todas las otras zonas, y se expresa como un recíproco de la “fuerza” de atracción promedio de todas estas zonas. El método incluye los siguientes pasos: 1. La estimación del número total de viajes, que se espera se generen y terminen en cada zona de tráfico es conocido (de la fase de generación de tráfico) 2. La distribución de los viajes totales futuros, desde cada zona a todas las otras zonas en el área de estudio, es proporcional a la distribución de viajes del presente, modificado por el factor de crecimiento de la zona a la cual los viajes son atraídos. 3. Para cada zona, la suma de los volúmenes de la primera aproximación es dividida entre el volumen total deseado para cada zona, para derivar el nuevo factor de crecimiento a ser utilizado en calcular la segunda aproximación. 4. Los viajes totales estimados para cada zona en la primera aproximación son nuevamente distribuidos, en proporción a los nuevos volúmenes inter-zonales y el nuevo factor de crecimiento obtenido luego de la primera aproximación. Matemáticamente, el método Fratar puede ser expresado como:

Tij =
donde:

Oi ( F )tij E j tij E j + tik Ek + ..... + tin En

Tij = número de viajes futuro entre zonas i-j

5) + (18 *1) T21 = 114 *10 * 2 = 41. de zona i a todas las zonas Ei….00 3. Sea una matriz del año base con los viajes observados de la Tabla 1.0) T32 = etc. 48 *14 * 3.0 (12 * 2) + (14 * 3) + (6 * 1. Tabla 1. O\D suma 1 2 3 4 Suma Meta Dj Tasa Ej 1 0 10 12 18 40 80 2.00 3 12 14 0 6 32 48 1.00 Meta Oi Tasa Ei 2.5) + (14 *1) T23 = 114 * 14 *1. por ejemplo: T12 = 80 * 10 * 3 = 36. en el que también se muestra los viajes futuros estimados (de un modelo de generación de viajes) y las tasas de crecimiento.5 (10 * 2) + (14 *1.Postgrado en Ciencias del Transporte Asignatura: “Planificación del Transporte” Oi(F) = número total de viajes futuros generados (producidos) desde zona i tij……tin = número de viajes de la matriz previa (año base).50 1.50 4 18 14 6 0 38 38 1.5 = 43.5 (10 * 2) + (14 *1.00 2 10 0 14 14 38 114 3.00 40 38 32 38 148 80 114 48 38 280 Aplicando el método de Fratar se tendrá.0 = 28. Matriz original con factores de crecimiento.00 1.5) + (14 *1.0) .4 (10 * 3) + (12 *1.En = factores de crecimiento de las zonas individuales i……n Ejemplo.

00 Como se puede observar.00 1. Matriz O-D después de primera iteración.9 69.3 48 0.0 15.0 0.0 114.0 2.3 38 0.00 1. O\D suma Meta Oi Tasa Ei 1 2 3 4 suma Meta Dj Tasa Ej 1 0.0 18.09 2 36.3 53.Postgrado en Ciencias del Transporte Asignatura: “Planificación del Transporte” La nueva matriz después de la primera iteración será: Tabla 2.0 114.3 102.0 38.0 41.2 80 1.4 0.3 14.00 1. la primera iteración.3 0. .1 24.0 2.92 80.5 82.0 14. por ello será necesario recurrir a una segunda iteración.0 0.90 4 15. Para mantener la simetría de la matriz base en este ejemplo.0 31.9 0. en cada iteración se puede adoptar el valor promedio de Tij y Tji para cada celda simétrica.8 80 0. Tabla 3.0 4.0 54.8 29.7 114 1.5 0.0 80 114 48 38 280 1.0 3.00 1.0 54.0 48.69 Meta Oi Tasa Ei 80.00 Iteraciones adicionales serán necesarias para lograr un criterio de convergencia definido.6 114 1.11 3 15.3 48 0.0 80 114 48 38 280 1.69 4 21.3 82.0 41.0 280.00 1.8 38 0.0 48.0 38.97 2 49.5 16.0 36.0 280. Matriz O-D después de segunda iteración.0 28.5 21.00 1. no asegura la convergencia en total columnas.38 3 21.8 43.7 73. O\D suma 1 2 3 4 Suma Meta Dj Tasa Ej 1 0.