90
UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA PROYECTO DE GRADO OPTIMIZACION DE LA INVERSION EN LA MALLA VIAL DE BOGOTA PRESENTADO POR: OSCAR DANIEL CALDERON ASESOR: ING. MAURICIO SANCHEZ DEPARTAMENTO DE INGENIERIA CIVIL Y AMBIENTAL BOGOTA JULIO 2005

UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

  • Upload
    others

  • View
    8

  • Download
    0

Embed Size (px)

Citation preview

Page 1: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

UUNNIIVVEERRSSIIDDAADD DDEE LLOOSS AANNDDEESS FFAACCUULLTTAADD DDEE IINNGGEENNIIEERRIIAA

PPRROOYYEECCTTOO DDEE GGRRAADDOO

OOPPTTIIMMIIZZAACCIIOONN DDEE LLAA IINNVVEERRSSIIOONN EENN LLAA MMAALLLLAA VVIIAALL DDEE BBOOGGOOTTAA

PPRREESSEENNTTAADDOO PPOORR:: OOSSCCAARR DDAANNIIEELL CCAALLDDEERROONN

AASSEESSOORR:: IINNGG.. MMAAUURRIICCIIOO SSAANNCCHHEEZZ

DDEEPPAARRTTAAMMEENNTTOO DDEE IINNGGEENNIIEERRIIAA CCIIVVIILL YY AAMMBBIIEENNTTAALL BBOOGGOOTTAA

JJUULLIIOO 22000055

Page 2: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

2

INDICE

Pág.

GLOSARIO DE TÉRMINOS……………………………………….......................... 6

LISTA DE TABLAS………………………………………………………………….... 8

LISTA DE FIGURAS……………………………………………………………….… 10

LISTA DE ANEXOS.…………………………………………………………….…… 12

CAPITULO 1. INTRODUCCIÓN………………………………………………..…. 13

1.1. OBJETIVO GENERAL…………………………………………………….…….. 14

1.2. OBJETIVOS ESPECIFICOS……………………………………………………. 14

1.3. CONTENIDO……………………………………………………………………... 15

CAPITULO 2. DEFINICIÓN Y CARACTERIZACIÓN DE

LA MALLA VIAL DE BOGOTA………………….………………….. 16

2.1. OBJETIVOS…………………………………………………………………… 16

2.2. ASPECTOS GENERALES………………………………………………..… 16

2.3. ESTADO ACTUAL DE LA MALLA VIAL DE BOGOTA………………….. 17

Page 3: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

3

Pág.

2.4. PRESUPUESTO AÑO BASE Y LA TASA DE

CRECIMIENTO PROMEDIO ANUAL HISTÓRICO “Α”………………… 21

2.5. ÍNDICE DE COSTOS DE CONSTRUCCIÓN PESADA

-ICCP- “Γ”………………………………………………………………….… 23

2.6. COSTO PROMEDIO DE INTERVENCIÓN POR

KM.-CARRIL……….................................................................................. 23

2.7. CONCLUSIONES.................................................................................... 24

CAPITULO 3.MODELO DE OPTIMIZACIÓN DE

ASIGNACIÓN DE COSTOS………..……….……………………… 26

3.1. OBJETIVOS…………………………………………….……………………. 26

3.2. ASPECTOS GENERALES…………………………………………………. 26

3.3. MALLA VIAL DE ESTADO BUENO……………………………................ 30

3.3.1. Modelación de Km.-carril de mantenimiento….…………………… 31

3.3.2. Modelación de Km.-carril de malla inicial, rehabilitación y

reconstrucción……………………………………….…………………... 32

3.4. MALLA VIAL DE ESTADO REGULAR…………………………………….. 33

3.4.1. Modelación del deterioro de Km.-carril de mantenimiento….……. 34

Page 4: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

4

Pág.

3.4.2. Modelación del deterioro de Km.-carril de

rehabilitación y reconstrucción……………………………………...… 34

3.5. MALLA VIAL DE ESTADO MALO………………………………………….. 36

3.5.1. Modelo de deterioro de la malla vial regular…...………………..… 36

3.5.2. Modelo de intervenciones en rehabilitación

y reconstrucción……………………………………………………….. ..38

3.6. PROCESO DE OPTIMIZACION……………………………………………. 39

3.6.1. Función para la malla vial buena…………………………………… 40

3.6.2. Función para la malla regular………………………………………... 42

3.6.3. Función para la malla mala………………………………………….. 43

3.6.4. Función para el desarrollo del índice…………………………….… 44

3.7. VENTAJAS Y LIMITACIONES DEL MODELO…………………………… 45

CAPITULO 4.DEFINICIÓN DEL ESQUEMA DE INVERSIÓN…………………... 47

4.1. OBJETIVOS………………………………………………………………….. 47

4.2. ANÁLISIS DE LOS RESULTADOS SUMINISTRADOS

POR EL MODELO…………………………………………………………….. 47

Page 5: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

5

Pág.

4.3. ANÁLISIS DE RESULTADO CON EL ESQUEMA ACTUAL

DE INVERSIÓN IMPLEMENTADO POR EL IDU…………………………. 57

CONCLUSIONES Y RECOMENDACIONES………………………………………. 60

BIBLIOGRAFÍA………………………………………………………………………… 62

ANEXOS………………………………………………………………………………. 64

Page 6: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

6

GLOSARIO DE TERMINOS

• ÍNDICE DE CONDICIÓN DE PAVIMENTO - ICP-1: parámetro que permite

calificar la condición superficial de la estructura del pavimento, que depende

del índice de rugosidad internacional (IRI), que determina la regularidad

superficial del pavimento, y del índice de falla (IF), el cual por su parte,

determina el nivel de fallas superficiales que se presentan en el pavimento.

• MANTENIMIENTO RUTINARIO (ICP>70)2: actividad que tiende a mantener

la vida útil de la estructura del pavimento. Constituye una practica

preventiva y comprende las siguientes obras: sello de fisuras, limpieza de

drenajes (cunetas, alcantarillas, pozos de inspección, sumideros) limpieza

de obras adyacentes (bermas), demarcación horizontal, limpieza de señales

verticales.

• MANTENIMIENTO PERIÓDICO (ICP>70)3: actividad tendiente a

aumentar durante un periodo adicional la vida útil de la estructura del

pavimento, en términos de comodidad y seguridad. Puede constituir una

practica preventiva o correctiva y comprende las siguientes obras: parcheo

y reparcheo, bacheo, sobrecapa, técnicas alternativas (fresado,

termoperfilado, termogeneracion y reciclado in situ de la carpeta asfáltica).

• REHABILITACIÓN (70>ICP>30)4: actividad necesaria para devolver a la

estructura de pavimento las condiciones de soporte de carga con las que

inicialmente se construyo, así como su nivel de servicio en términos de

seguridad y comodidad. Constituye una practica correctiva y comprende las

siguientes actividades: intervenciones profundas (retiro y reconformación de

1, 2, 3, 4 Definición tomada de la pagina Web del IDU, www.idu.gov.co

Page 7: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

7

capas de estructura de pavimento con idénticas características) y reciclado

in situ de la totalidad de la estructura del pavimento.

• CONSTRUCCIÓN (ICP<30)5: caracterización de una estructura de

pavimento nueva sobre vías en afirmado o tierra, o que por su estado de

deterioro se considera deben ser reconstruidas.

• ÍNDICE DE COSTOS DE CONSTRUCCIÓN PESADA – ICCP-6: el Índice

de Costos de la Construcción Pesada, mide la evolución de los costos de

los principales insumos requeridos en la construcción de carreteras y

puentes, analizando las siguientes variables: obras de explanación,

subbases y bases, transporte de materiales provenientes de obras de

explanación, aceros y elementos metálicos, acero estructural y cables de

acero, concretos, morteros y obras varias, concretos súperestructurales,

pavimentación con asfalto y otros.

• TEORÍA DE JUEGOS DE SUMA CERO7: es un juego entre dos personas o

entidades cualesquiera es de suma cero cuando los logros o ganancias de

un jugador se originan exactamente en las pérdidas o cesiones que debe

afrontar el otro jugador.

5 Definición tomada de la pagina Web del IDU, www.idu.gov.co 6 Definición tomada de la pagina Web del DANE, www.dane.gov.co 7 Definición tomada de la pagina Web, http://www.rinconmatematico.com/miro/juegos2/teoriadejuegos2.htm

Page 8: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

8

LISTA DE TABLAS

Pág.

Tabla 2.1 Presupuesto aproximado para el año 2005………………………….… 22

Tabla 2.2 Costos de intervención…………………………………………………... 24

Tabla 2.3 Costos de intervención promedio………………………………………. 24

Tabla 4.1 Equivalencia entre filas y porcentaje

asignado a la reconstrucción……………………………………………. 48

Tabla 4.2 Equivalencia entre columnas y porcentaje

asignado a la rehabilitación…………………………………………….... 49

Tabla 4.3 Limites máximos y mínimos de asignación de porcentajes………...… 49

Tabla 4.4 Inversión optima………………………………………………………...… 54

Tabla 4.5 Situación actual y proyección al 2015…………………………………. 54

Tabla 4.6 Porcentajes de asignación de recursos, 2003…………………..……. 57

Tabla 4.7 Asignación de recursos, 2005………………………………………..… 58

Page 9: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

9

Pág.

Tabla 4.8 Situación actual y proyección al 2015 con la

política de inversión del IDU……………………………………………. 58

Page 10: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

10

LISTA DE FIGURAS

Pág.

Figura 2.1 Lista de contratos de inventario……………………………………….. 18

Figura 2.2 Distribución de la malla vial de Bogota………………………………... 18

Figura 2.3 Diagnostico del sistema vial de Bogota, D.C.

proyección a diciembre de 2004……………………………………… 20

Figura 2.4 Distribución de la malla vial, según el estado

de las vías………………………………………………………………. 20

Figura 2.5 Evolución de compromisos ejecutados por el IDU…………………... 21

Figura 3.1 Curva de condición típica del ciclo de vida de

un pavimento……………………………………………………………. 29

Figura 3.2 Curva de deterioramiento del pavimento…………………………....... 30

Figura 4.1 Grafica de los resultados de la matriz de la malla vial

buena, a 10 años …………………………….…………………..…..… 50

Figura 4.2 Grafica de los resultados de la matriz de la malla vial

Regular, a 10 años……………………………….…………….………... 51

Page 11: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

11

Pág.

Figura 4.3 Grafica de los resultados de la matriz de resultados de

la malla vial Mala, a 10 años...………………….………………….… 52

Figura 4.4 Grafica de los resultados de la matriz del índice, a 10

años…………………………………………...……………….………… 51

Figura 4.5 Variación de la malla vial……………………………………………….. 56

Figura 4.6 Variación de la malla vial, porcentaje IDU……………………………. 59

Page 12: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

12

LISTA DE ANEXOS

Pág.

Anexo A CÁLCULO DE PROYECCIÓN ICCP……………..………………..… 64

Anexo B MODELO DESARROLLADO EN MATHCAD VERSION

11 PARA OPTIMIZACION DE LA INVERSION EN LA

MALLA VIAL DE BOGOTA.…………………………….……..……. 66

Anexo C MODELO CON ESQUEMA PROPUESTO POR EL

INSTITUTO DE DESARROLLO URBANO - IDU -…………….… 83

Page 13: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

13

1. INTRODUCCIÓN.

Uno de los temas de gran de importancia e interés para la ciudadanía, es la

movilidad de ellos a través de la ciudad de Bogota, es decir, los tiempos de viaje,

el tráfico en las calles y el nivel de servio que se presta. La movilidad esta

determinada por varios aspectos, dentro de los cuales se destacan el sistema vial

y el sistema de transporte.

Para el sistema de transporte, durante los últimos periodos de gobierno distrital

han elaborado e implementado un plan de transporte masivo, para darle solución a

los problemas presentados en Bogota, reduciendo los tiempos de viajes y los

costos asociados a ellos. La alcaldía de Bogota ha venido realizando una serie de

inversiones a planes de largo plazo, situación que progresivamente le ha ido

cambiando la cara a la ciudad.

En cambio, en la última década el sistema vial de Bogota ha venido en

decadencia, donde una de la razones es que la política de inversión de IDU, esta

en gran parte definida por compromisos políticos adquiridos durante la campaña

hacia la alcaldía. No existe una política clara de inversión a largo plazo, solo se

consideran planes de ejecución con un plazo menor o igual al de la duración de

las alcaldías.

La ciudad cuenta con un presupuesto reducido destinado a la malla vial, que en la

actual administración “el mejoramiento de la malla vial”, no ha sido una bandera de

justa causa, que inclusive, dentro de los últimos años se ha disminuido el

presupuesto, dado que se ha reasignado a planes de asistencia medica y

alimenticia subsidiada por la alcaldía, planes de no menos importancia y prioridad

que la movilidad en Bogota.

Page 14: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

14

Además, en este momento las inversiones del IDU están concentradas en su

mayoría hacia la construcción de vías nuevas, dado al gran impacto social que

causa este tipo de obra en el sector. Ya que aunque la rehabilitación o

mantenimiento de las vías ya establecidas alargan la vida útil del pavimento, a

estas no se les esta prestando gran importancia, por que no se ve reflejado de

manera inmediata el beneficio generado en la sociedad.

1.1 OBJETIVO GENERAL

Desarrollar un programa que permita simular la evolución de la malla vial de

Bogota a través de los años, teniendo en cuenta la asignación de recursos para

cada tipo de intervención. Con el fin de optimizar, evaluar y comparar la situación

optima futura, la actual y la situación futura bajo el esquema actual de inversión

propuesto por el IDU.

1.2 OBJETIVOS ESPECÍFICOS

• Definir, evaluar y cuantificar las variables que mas influyan en el

comportamiento de la malla vial de bogota.

• Simular mediante ecuaciones matemáticas el deterioro que sufre una vía a

lo largo de su vida útil.

• Elaborar un modelo matemático, que permita simular los estados de la

malla vial.

• Desarrollar un modelo de optimización que nos permita simular la evolución

del futuro estado de la malla vial, evaluando el espectro de combinaciones

de los diferentes tipos de intervención.

• Determinar el mejor escenario de la política de inversión, para maximizar

los resultados a 10 años.

Page 15: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

15

• Proyectar el estado de las vías siguiendo la política de inversión que rige

actualmente el IDU.

1.3 CONTENIDO

Durante el desarrollo de este trabajo el lector, en primera instancia, encontrara un

análisis de las variables que interfieren en la evolución de la malla vial de Bogota,

variables que se han considerado de gran impacto, tales como, el costo de las

diferentes tipos de intervención, el presupuesto asignado a la malla vial y su

respectiva proyección para los próximos 10 años, de igual forma se encontrara un

descripción el estado actual de la malla vial de Bogota.

En el capitulo 3, se encuentra una detallada descripción del modelo desarrollado,

allí se explica de manera minuciosa cada una de las variables utilizadas y la

deducción de cada una de las formulas que describen el proceso de deterioro de

la malla vial. Al final de este capitulo, encontraremos el proceso y desarrollo del

modelo de optimización de la inversión de la malla vial.

Por ultimo, en el capitulo 4 se realiza el respectivo análisis de los resultados

emitidos por el modelo, dentro de los cuales se presentan dos análisis, el primero

de ellos, es el obtenido por la optimización de la inversión y el segundo es el

generado bajo las condiciones de inversión actuales del Instituto de Desarrollo

Urbano - IDU -

Page 16: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

16

2. DEFINICIÓN Y CARACTERIZACIÓN DE LA MALLA VIAL DE BOGOTA.

2.1 OBJETIVOS

• Precisar cuales son las variables de entrada ( INPUT ) del modelo

• Definir cual es el estado actual de la malla vial en la ciudad de Santa Fe

de Bogota.

• Detallar y cuantificar la inversión necesaria para realizar una intervención

a la malla vial de Bogota.

• Proyectar la tasa de crecimiento del presupuesto de inversión directa del

IDU según su trayectoria histórica.

• Proyectar la tasa de variación en los precios de los insumos para la

construcción de infraestructura vial.

2.2 ASPECTOS GENERALES.

En este capitulo, encontraremos cuales son la variables de entrada para nuestro

modelo. Dichas variables, deben ser cuidadosamente seleccionadas, dado que de

su estimación dependen los resultados del modelo, teniendo en cuenta lo riesgoso

que puede llegar al concepto de TITO “Trash In – Trash Out”.

Unos de los aspectos más importantes a tener en cuenta, son las variables

relacionadas con el tiempo, en este caso, las proyecciones de tasas de

crecimiento ya que alguna variación mal planeada, puede influir de manera

drástica en la cantidad de Km.-carril que se pueden intervenir en un futuro.

Page 17: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

17

2.3 ESTADO ACTUAL DE LA MALLA VIAL DE BOGOTA.

Durante segunda mitad de la década de los noventas, la Secretaria de Obras

Publicas de bogota - que era la entidad encargada de la malla vial de Bogota en

ese momento -, en vista que el deterioramiento de la malla vial de Bogota era

progresivo y que se contaba con mas de 10.700 Km.-carril de vías, pero no se

contaba con su respectivo diagnostico, ni se conocía detalladamente su estado.

En busca de mejorar la inversión en mantenimiento de vías existentes, en 1997 se

suscribieron 8 contratos de inventario por más de 2’700 millones con el fin de

diagnosticar e inventariar la malla vial de bogota.

A partir de la creación de Instituto de Desarrollo Urbano y específicamente desde

el acuerdo 02 de 1999, el consejo de Bogota delego la creación de un sistema de

información de la malla vial de Bogota al IDU, obligando a esta entidad, a unificar y

compilar la información de estudios ya existentes y contratar los estudios

pertinentes para conformar la base de datos del sistema vial. Dicha base de datos

debería contener información general, características de la estructura del

pavimento, del tráfico vehicular, del mantenimiento de la vía y sus obras

complementarias. Para ello, el IDU suscribió 14 contratos por 6’444 millones

desde el año 1998 hasta el año 2002 (ver figura 2.1).

Page 18: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

18

Figura 2.1. Lista de contratos de inventario

Dado que solo se realizaron estudios hasta mediados del 2002, en este momento,

el IDU cuenta con las actualizaciones que se presentan cada vez que se termina

un contrato de obra, esto sirve como base para realizar las proyecciones

correspondientes al estado de la malla vial. Para diciembre de 2004 el IDU

proyecto un total de 15.306 Km.-carril de los cuales 823 Km.-carril son

pertenecientes al sistema general de transporte, los restantes 14.483 Km.-carril se

encuentran distribuidos de la siguiente forma:

Figura 2.2 Distribución de la malla vial de Bogota

Page 19: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

19

Para la caracterización de cada uno de los estados de la malla vial, el IDU

procedió a cualificar y asociar cada estado con su tipo de intervención requerida

para mantener el nivel de servicio óptimo. Dicha intervenciones se estimaron

mediante el Índice de Condición de Pavimento - ICP- presentando los siguientes

resultados.

• ICP < 30 CONSTRUCCION

• 30 < ICP < 70 REHABILITACION

• ICP > 70 MANTENIMIENTO

Teniendo en cuenta la asociación del estado con las intervenciones antes

mencionadas, tenemos que para la malla vial de estado Bueno se le realizaran

intervenciones de tipo Mantenimiento. Para la malla vial de estado regular se le

realizaran intervenciones de tipo rehabilitación y para el estado de malla vial de

estado malo se considerara intervenciones de tipo construcción. Dada la anterior

correlación, tenemos el siguiente diagnostico para la malla vial de bogota.

Page 20: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

20

Figura 2.3 Diagnostico del sistema vial de Bogota D.C, proyección a diciembre de

2004

Al sintetizar las figuras 2.2. y 2.3 obtenemos en general que la malla de Bogota se

encuentran distribuidos de la siguiente forma, según su el estado de la malla.

Figura 2.4 Distribución de la malla vial, según el estado de las vías

Page 21: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

21

2.4 PRESUPUESTO AÑO BASE Y LA TASA DE CRECIMIENTO PROMEDIO ANUAL HISTÓRICO “Α”.

Debido a que el modelo debe proyectarse a una década, es importante estimar

cual es la tasa de crecimiento del presupuesto del IDU. Aunque no existe

tendencia alguna del crecimiento histórico del presupuesto (ver figura 2.2), en

promedio, sin tener en cuenta recursos de Transmilenio ni de la UEL, es de

402.927 millones de pesos.

Figura 2.5 Evolución de compromisos ejecutados por el IDU.

Durante los últimos 4 años, el presupuestos del IDU ha venido decreciendo,

situación que en el año 2005 se acentúa mas dado que se requiere fortalecer

sectores aún más deprimidos como son la salud y la educación que la misma

infraestructura vial8. Para este año el IDU tiene destinado $ 243.500 millones para

8 Tomado del documento del IDU, soporte para el informe general de gestión 2004-2005

Page 22: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

22

la inversión directa al subsistema vial de bogota, los cuales se dispondrán como

se muestra en la tabla 2.1.

Tabla 2.1 Presupuesto aproximado para el año 2005

Aunque las series históricas nos provean un ámbito de decrecimiento en el

presupuesto, se debe tener en cuenta que se están planteando medidas o

políticas de financiamiento que al largo plazo, permitirán incrementar el

presupuesto del IDU.

Dentro de las políticas más fuertes, se encuentran la imposición de peajes

urbanos internos y en la periferia (en los accesos a la ciudad de Bogota).

Adicionalmente, se buscara incrementar la base de liquidación del impuesto de

vehículos, ya que las tarifas están por 30 % menor al valor comercial del vehiculo.

Por ultimo, según personas cercanas al sector al igual que ingenieros

pertenecientes al IDU, se estima que de ser implementadas estas medidas, el

presupuesto del IDU crecerá indudablemente, a una tasa por debajo de la tasa de

inflación.

Page 23: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

23

2.5 ÍNDICE DE COSTOS DE CONSTRUCCIÓN PESADA -ICCP- “γ”.

Debido a que el modelo se proyectara a 10 años, los costos de intervención en el

tiempo presentaran incrementos o decrementos, debido al fenómeno de la

inflación. Para remediar esta situación, indexaremos los costos mediante el ICCP

y no mediante la inflación, debido a que esta última se calcula con los cambios en

precios de una canasta de bienes y servicios que en ningún momento reflejan el

impacto real de la inflación en las obras de ingeniería.

Tomando las variaciones porcentuales anuales del ICCP, que se registraron desde

1994 hasta 2004, y realizando una regresión con estos datos, tenemos que para

los próximos 10 años un ICCP de 4.76% anual promedio (ver anexo A.).

2.6 COSTO PROMEDIO DE INTERVENCIÓN POR KM.-CARRIL

Según el documento “Plan de Desarrollo Económico, Social y de Obras publicas

para Bogota D.C. 2001 – 2004”, se incluyó dentro del costo de intervención de

rehabilitación y reconstrucción, el costo de intervención en andenes, circunstancia

que aumento los costos de intervención en la malla vial de bogota en casi 2.2

billones.

En la tabla 2.2, podemos observar el costo promedio de cada intervención para el

año 2002.

Page 24: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

24

Como primera medida, los costos referenciados en la tabla 2.2. deben ser

indexados con el ICCP, con el fin de actualizar el costo de cada uno de ellos a

Diciembre de 2004. Además, el modelo requiere que solo haya un costo promedio

para cada tipo de intervención, por esto, los valores de la tabla. 2.2 serán

ponderados por las longitudes correspondientes de cada tipo de malla (ver tabla

2.3).

2.7 CONCLUSIONES

• Se evidencia el mal estado en el que se encuentra la malla vial de bogota,

donde casi el 50 % de la malla vial total se encuentra ya deteriorada,

además en estado regular hay un 25 % y un 26 % en estado bueno.

• Dada la serie histórica del ICCP, se calcula que para la próxima década

dicho índice podrá tener un valor promedio cercano a 4.76%.

TIPO DE OBRACOSTO POR KM.-CARRIL, MALLA VIAL ARTERIAL

COSTO POR KM.-CARRIL, MALLA

VIAL INTERMEDIACONSTRUCCION $ 1.999 $ 980REHABILITACION $ 500 $ 350MANTENIMIENTO $ 105 $ 105

Tabla 2.2. Costos de Intervencion

Fuente: Analisis Estadistico de la Condicion Actual de la Malla Vial de Bogota, 2003

(Valores en millones de pesos, 2002)

TIPO DE OBRA COSTO POR KM.-CARRIL

CONSTRUCCION $ 1.487,67REHABILITACION $ 486,61MANTENIMIENTO $ 119,79

(Valores en millones de pesos, 2005)Tabla 2.3. Costos de Intervencion promedio

Page 25: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

25

• Debido a que se correlaciono el estado de la malla vial con un tipo de

intervención especifica, se tiene que el costo de mantenimiento por km.-

carril es aproximado a $ 119 millones de pesos, el costo de rehabilitación es

de alrededor de $486 millones de pesos, por ultimo tenemos que se

requiere un poco mas de $ 1.487 millones para reconstruir o construir un

km.-carril en bogota.

• Si se aplicaran las medidas para generar mas ingresos para la

sostenibilidad de la malla vial, algunas personas cree que el presupuesto

del IDU puede estar creciendo alrededor del 3%.

Page 26: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

26

3. MODELO DE OPTIMIZACIÓN DE ASIGNACIÓN DE COSTOS.

3.1. OBJETIVOS.

• Desarrollar un programa que permita la modelación de los diferentes

estados en los que se encuentra la malla vial de bogota, que incluya el

deterioramiento y el tipo de intervención que se le realice.

• Deducir y modelar todo el espectro de combinaciones de inversión,

teniendo en cuenta sus restricciones.

3.2. ASPECTOS GENERALES

En primera instancia, se definió las variables de entrada y las variables que

representaran los diferentes tipos de intervención. Luego se modelo la cantidad de

Km.-carril que se pueden intervenir según el presupuesto disponible, el porcentaje

de asignación a cada estado y el costo de dicha intervención. Este proceso, se

realizo para cada una de las intervenciones que se relacionan con los estados en

los que se encuentra la malla vial de Bogota, el estado bueno, Regular y Malo.

Variables de entrada:

Bo = Km.-carril en estado Bueno año 0

Ro = Km.-carril en estado Regular año 0

Mo = Km.-carril en estado Malo año 0

Po = Presupuesto año 0

recons = costo promedio de reconstrucción km.-carril año 0

Page 27: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

27

rehab = costo promedio de rehabilitación km.-carril año 0

mante = costo promedio de mantenimiento km.-carril año 0

α= crecimiento promedio anual del presupuesto

γ = ICCP proyectado

t = año horizonte

Variables de tipo intervención:

• Q es el % destinado a la reconstrucción

• R es el % destinado a la rehabilitación

• S es el % destinado al mantenimiento, pero se define

automáticamente como 100 % - Q – R

• Q y R son las únicas variables a optimizar.

Como se puede ver en la ecuación 3.1., la cantidad de km.-carril que se pueden

reconstruir (intervención que permite devolver el pavimento de estado malo a

estado Bueno) es función de las variables “t” que significa tiempo y la variable

“Q” que es el porcentaje destinado a la reconstrucción, y se calcula mediante el

siguiente procedimiento.

La ecuación 3.1. nos muestra los Kms-carril que se pueden reconstruir

“reconsKM”, durante el tiempo horizonte, son el porcentaje destinado a la

reconstrucción “Q” multiplicado por el presupuesto inicial “Po” e indexado con la

tasa de crecimiento promedio anual del presupuesto “α” año tras año; todo lo

anterior, dividido por el costo de reconstruir un Km-carril e indexado con el ICCP

“γ” año tras año. Teniendo en cuenta que se modelara desde el año cero y no se

cuenta con registros históricos de ninguna intervención

Page 28: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

28

(3.1)

De manera similar se modela los km-carril que se rehabilitaran “rehabKM” año tras

año, como se aprecia en la ecuación 3.2., donde “R” es el porcentaje destinado a

la rehabilitación y “rehab” es el costo promedio de rehabilitación de un Km.-carril

(3.2)

Debido a que el porcentaje asignado a mantenimiento se define automáticamente

cuando se definen los porcentajes de reconstrucción y de rehabilitación, en la

ecuación 3.3. podemos observar como se modela los Km.-carril que se

intervendrán con mantenimiento “ rehabKM”, donde “mante” es el costo promedio

del mantenimiento de un km.-carril.

(3.3)

Debemos tener en cuenta, que existe una relación dependiente entre cada uno de

los estados de la malla vial, esto se debe a que se aplico la teoría de juegos de

suma cero, por ejemplo, la cantidad de Km.-carril que se reconstruyen, se restan a

la malla vial en mal estado y se le suman a la malla vial de estado bueno,

manteniéndose el equilibrio en el sistema.

Por otro lado, se debe simular el deterioramiento del pavimento entre cada estado,

me explico, es simular que cantidad de Km.-carril pasa del estado Bueno a regular

reconsKM Q t,( ) QPo

recons⋅

1 α+( )t

1 γ+( )t

⎡⎢⎢⎣

⎤⎥⎥⎦

⋅ t 0>if

0 otherwise

:=

rehabKM R t,( ) RPo

rehab⋅

1 α+( )t

1 γ+( )t

⎡⎢⎢⎣

⎤⎥⎥⎦

⋅ t 0>if

0 otherwise

:=

manteKM Q R, t,( ) 1 Q− R−( ) Pomante

⋅1 α+( )t

1 γ+( )t

⎡⎢⎢⎣

⎤⎥⎥⎦

⋅ t 0>if

0 otherwise

:=

Page 29: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

29

y del estado regular al Malo. Para dicha simulación, se ha tomado como referencia

la curva de condición típica del ciclo de vida de un pavimento presentada en la

Guía Metodológica para el Diseño de obras de Rehabilitación de INVIAS, 2002,

que relaciona el deterioro con los costos de las necesidades según el instante de

la intervención (ver figura 3.1). Además, se ha combinado con la curva de

deterioramiento del pavimento (ver figura 3.2) que fue idealizada y utilizada por el

IDU en el modelo de desarrollado por ellos.

Fuente: Guía Metodológica para el Diseño de obras de Rehabilitación de INVIAS, 2002

Figura 3.1 Curva de condición típica del ciclo de vida de un pavimento

Page 30: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

30

Figura 3.2 curva de deterioro del pavimento

Al analizar las dos graficas presentadas con anterioridad, tenemos que un

pavimento en estado bueno se demora 6 años en cambiar totalmente a un estado

regular, lo que simularemos como una depreciación en línea recta con una

pendiente de un sexto (1/6). Análogamente, para el estado regular tenemos una

depreciación de un octavo (1/8) por año, simulando el deterioramiento de regular a

malo.

3.3 MALLA VIAL DE ESTADO BUENO.

La función que modela el estado de la malla vial no es una función acumulativa,

esta función calcula el total de la malla vial en estado bueno como la suma de los

diferentes Km.-carril que se encuentran en cada año, según su incremento y

deterioramiento año tras año. Para modelar el funcionamiento del estado bueno se

debe tener en cuenta los siguientes aspectos:

Page 31: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

31

• La intervención por mantenimiento alarga la vida útil del pavimento en dos

años adicionales, es decir, que si la vida útil en el estado Bueno es de 6

años, al realizar la intervención dicha vida útil se alargara a 8 años. Por lo

cual su deterioramiento se calculara como un octavo (1/8) anual y no un

sexto (1/6).

• Todo el pavimento que se encuentre en estado bueno – sin tener en cuenta

al que se le realiza mantenimiento- se le calculara un deterioramiento de un

sexto (1/6), incluye los kms.-carril del pavimento inicial en estado bueno, de

lo rehabilitado y lo reconstruido.

Para la modelación del estado bueno, se dividirá en dos partes, dada la diferencia

en su periodo de deterioro. La primera de ellas, son los Km.-carril de

mantenimiento con un periodo de 8 años y segundo los Km.-carril de malla inicial,

de rehabilitación y reconstrucción con un periodo de 6 años.

3.3.1 Modelación de Km.-carril de mantenimiento

Para la cantidad de km.-carril que se intervinieron con mantenimiento, tenemos

que para el año 8 -que se considera el comienzo de la generalización de la

función, dado que allí termina de depreciarse lo recuperado por mantenimiento en

el año 1- la siguiente expresión:

(3.4)

Donde “manteKM(t)” son los Kms.-carril que es posible intervenir con

mantenimiento en el año “t”, además tenemos que la fracción simboliza la cantidad

de Kms.-carril que se tienen para ese año “t” descontando el deterioramiento. Por

Page 32: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

32

esto para el año inmediatamente anterior a “t” tenemos 7/8, ya que en un año se

deteriora 1/8, para el año “t-2” tenemos 6/8 ya que se a deteriorado en 2/8 la

cantidad de pavimento en mantenimiento y así sucesivamente hasta que la

fracción se convierte en 0.

Al simplificar la ecuación (3.4), se obtiene la siguiente ecuación.

(3.5)

3.3.2 Modelación de Km.-carril de malla inicial, rehabilitación y reconstrucción

Como primera medida, se compilaron dentro de la variable “Bkm(Q,R,t)” las

cantidades de Km.-carril de la malla buena inicial “Bo”, los Km.-carril que se

intervinieron por rehabilitación “rehabKM(R,t)” y por reconstrucción “reconsKm(Q,t)

a través del tiempo. Esta compilación se logra debido a que estas tres cantidades

se deterioran en el mismo plazo (ver la ecuación 3.6.).

(3.6)

Dado que “Bkm(Q,R,t)” se deteriora en un plazo de 6 años y siguiendo de manera

similar el concepto explicado para el mantenimiento (ecuación 3.4.) pero utilizando

1/6 como factor de deterioro, tenemos para el año 6 - que se considera el

comienzo de la generalización de la función, dado que allí termina de depreciarse

la malla vial en estado bueno inicial- la siguiente expresión:

(3.7)

Y simplificado, tenemos:

Bkm Q R, t,( ) Bo t 0if

reconsKM Q t,( ) rehabKM R t,( )+( ) otherwise

:=

Mkm Q R, t,( )

0

8

i

8 i−( )8

manteKM Q R, t i−,( )⋅⎡⎢⎣

⎤⎥⎦∑

=

:=

Bkmtotal t( ) Bkm t( )56

Bkm t 1−( )⋅+23

Bkm t 2−( )⋅+12

Bkm t 3−( )⋅+13

Bkm t 4−( )⋅+16

Bkm t 5−( )⋅+:=

Page 33: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

33

(3.8)

Por ultimo, tenemos que la suma aritmética de la ecuación 3.5 y la ecuación 3.8,

donde “Btotal(Q,R,t)” representa el total de km-carril de la malla vial en estado

bueno a lo largo del tiempo (ecuación 3.9).

(3.9)

3.4 MALLA VIAL DE ESTADO REGULAR. De manera similar al modelo de malla vial buena, este modelo no es una función

acumulativa, esta función calcula el total de la malla vial en estado regular como la

suma de los diferentes Km.-carril que se encuentran en cada año según su

incremento y deterioramiento año tras año.

Dado que todos los modelos están correlacionados, para la malla regular se le

sumaran los km.-carril que se deterioran de la malla vial buena (incluye los km.-

carril iniciales de la malla buena, el mantenimiento, la rehabilitación y la

reconstrucción). Así mismo, se le sustraerá a esta, los deterioramientos

correspondientes a las cantidades anteriormente mencionadas y los km.-carril que

se rehabilitan.

Debido a que en la malla vial buena, se realizo un modelo especifico según el tipo

de intervención, para el modelo regular se tratara de la misma forma,

independientemente que se deterioraren igualmente a un plazo de 8 años.

Btotal Q R, t,( ) Mkm Q R, t,( )

0

6

i

6 i−( )6

Bkm Q R, t i−,( )⋅∑=

+:=

Bkmtotal t( )

0

6

i

6 i−( )6

Bkm t i−( )( )⋅∑=

:=

Page 34: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

34

3.4.1Modelación del deterioro de Km.-carril de mantenimiento

Para desarrollar el modelo, se debe tener en cuenta, que se aplico un deterioro de

1/8 anual al mantenimiento realizado en la malla buena, así deducimos que

durante un lapso de 8 años, el mantenimiento que se realizo en un tiempo t se

estará deteriorando (aportando a la malla vial regular). Por lo anterior, el deterioro

de los km.-carril de mantenimiento se calculara como 1/8 de los diferentes km.-

carril que se mantuvieron durante los últimos 8 años al tiempo t, comenzando en

“t-1” en el tiempo t, ya que el deterioro comienza desde el siguiente año al que se

realiza la intervención (ver ecuación 3.10).

(3.10)

Al simplificar dicha expresión, tenemos la ecuación 3.11:

(3.11)

3.4.2 Modelación del deterioro de Km.-carril de rehabilitación y reconstrucción

De igual manera que se desarrollo el procedimiento para calcular el deterioro del

mantenimiento, se utilizara en este deterioro, para el cual se utiliza un deterioro de

1/6 anual, con un lapso de 6 años (ver ecuación 3.12).

(3.12)

+

deteriorodemantenimiento t( )

0

7

i

18

manteKM t i− 1−( )⋅∑=

:=

deteriorodeBkm16

Bkm Q R, t 1−,( )⋅16

Bkm Q R, t 2−,( )⋅+16

Bkm Q R, t 3−,( )⋅+:=

16

Bkm Q R, t 4−,( )⋅16

Bkm Q R, t 5−,( )⋅+16

Bkm Q R, t 6−,( )⋅+

Page 35: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

35

Simplificando la ecuación 3.12, tenemos:

(3.13)

Hasta ahora solo se ha modelado por separado que cantidad de km-carril pasaran

año tras año de la malla buena a la malla regular, pero no se modelado como se

deteriorara este (de la malla regular a la mala) y así mismo que cantidad

realmente tendremos en un año “t”.

Para resolver este problema, procedemos a compilar en la variable Rkm(Q,R,t) las

cantidades que se suman en la malla regular (ver ecuación 3.14), los km.-carril de

la malla inicial “Ro”, el deterioro en el mantenimiento (ecuación 3.11), el deterioro

de Bkm (ecuación 3.13) que es el deterioro de la malla inicial buena, de lo

rehabilitado y lo reconstruido, por ultimo se debe restar el mantenimiento que se

realiza durante ese año (ecuación 3.3).

(3.14)

Una vez obtenidos estas cantidades año tras año (Rkm), de manera similar a lo

deducido para la modelación del mantenimiento en la malla vial buena (ecuación

3.4 y 3.5), se obtendrá el total de Rkm, teniendo en cuenta que estas cantidades

se deterioraran en un periodo de 8 años a una tasa de 1/8, dando como resultado

la siguiente expresión:

(3.15)

Rkm Q R, t,( ) Ro t 0if

1

6

i

16

Bkm Q R, t i−( ),[ ]⋅∑=

⎡⎢⎢⎣

⎤⎥⎥⎦

manteKM Q R, t,( )−

0

7

i

18

manteKM Q R, t i− 1−,( )⋅∑=

+⎡⎢⎢⎣

⎤⎥⎥⎦

otherwise

:=

deteriorodeBkm

1

6

i

16

Bkm Q R, t i−( ),[ ]⋅∑=

:=

totalRkm

0

8

i

8 i−( )8

Rkm t i−( )( )⋅∑=

:=

Page 36: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

36

Por ultimo, tenemos que el total de Km.-carril en estado regular “Rtotal(Q,R,t)”

(ecuación 3.16) es igual al total de Rkm (ecuación 3.15) que es la sumatoria de los

diferentes Km.-carril que se encuentran en año t, menos la cantidad de Km.-carril

que se rehabilita en el mismo año t (ecuación 3.2).

(3.16)

3.5. MALLA VIAL DE ESTADO MALO.

A diferencia de los modelos anteriores, en el modelo de estado malo no existe la

posibilidad que el pavimento pueda pasar a otro estado sin requerir ningún tipo de

intervención, es decir, el pavimento que llega a este estado se quedara ahí hasta

que pueda ser reconstruido. Esta situación nos indica que la función que describirá

este proceso será una función acumulativa.

Con el fin de simplificar la explicación del modelo de la malla vial mala, este se

explicara en dos partes, en la primera de ellas se describirá el deterioro de la malla

regular (lo que pasa de la malla regular a la malla mala), y segundo se explicara el

efecto de las intervenciones en rehabilitación y reconstrucción.

3.5.1 Modelo de deterioro de la malla vial regular

Para el desarrollo del modelo del deterioro de la malla vial regular, se dividirá en

dos escenarios diferentes, dado que se utilizaran funciones acumulativas.

Para el primer escenario, el cual se presenta cuando t es menor a 8 años, esto

debido a que el deterioro de la malla regular se presenta en un lapso de 8 años,

donde en el año octavo del modelo, los km.-carril iniciales de la malla vial se

Rtotal Q R, t,( )

0

8

i

8 i−( )8

Rkm Q R, t i−,( )⋅∑=

rehabKM Q t,( )−:=

Page 37: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

37

terminaran de deteriorar (pasa la totalidad de km.-carril iniciales de la malla regular

a la malla mala).

Teniendo en cuenta que de la malla regular se deterioraran los km.-carril que se le

suman a ella, es decir, lo que son representados por Rkm (ecuación 3.14), el

deterioramiento de la malla regular será el complemento de la ecuación 3.15, pero

teniendo en cuenta que solo se habrá deterioramiento un año después de que

lleguen a la malla regular, esto significa, que el deterioramiento de la malla regular

para cualquier año t menor que 8, será 1/8 de Rkm del año anterior, 2/8 de Rkm(t-

2) , 3/8 de Rkm(t-3) y así sucesivamente hasta que 8/8 de Rkm(t-8)( ver ecuación

3.17).

Si t < 8

(3.17)

+

Simplificando la ecuación anterior, tenemos:

Si t < 8 (3.18)

El segundo escenario se presenta cuando t es mayor o igual a 8, el

deterioramiento de la malla regular, para este caso, se calculará como la suma de

la ecuación 3.18 más los km.-carril en total acumulado que se han deteriorado en

años iguales o anteriores al octavo (ver ecuación 3.19).

Si t ≥ 8 (3.19)

deteriromallaregular18

Rkm Q R, t 1−,( )⋅14

Rkm Q R, t 2−,( )⋅+38

Rkm Q R, t 3−,( )⋅+12

Rkm Q R, t 4−,( )⋅+:=

58

Rkm Q R, t 5−,( )⋅34

Rkm Q R, t 6−,( )⋅+78

Rkm Q R, t 7−,( )⋅+ Rkm Q R, t 8−,( )+

deteriromallaregular

1

8

i

i8

⎛⎜⎝

⎞⎠

Rkm Q R, t i−,( )⋅∑=

:=

deteriromallaregular

0

8

i

i8

⎛⎜⎝

⎞⎠

Rkm Q R, t i−,( )⋅∑=

⎡⎢⎢⎣

⎤⎥⎥⎦ 0

t 8−

i

Rkm Q R, i 1−,( )∑=

⎛⎜⎜⎝

+:=

Page 38: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

38

Con el fin de desarrollar una sola expresión, se combinaran las ecuaciones 3.18 y

3.19 en un condicional (ver ecuación 3.20)

(3.20)

3.5.2 Modelo de intervenciones en rehabilitación y reconstrucción

Dado que el modelo de la malla vial mala es una función acumulativa, los km.-

carril que se reconstruyeron año tras año deben ser acumulados durante el

tiempo, ya que esta cifra se deducirá del total de la malla vial mala. Por otro lado,

tenemos que dentro de la malla mala se deducirán también los km.-carril que

fueron rehabilitados, ya que estos, en teoría serian parte de la malla vial mala si no

fueron intervenidos apropiadamente (ver ecuación 3.21)

(3.21)

Por ultimo, se combinaran las ecuaciones 3.20 y 3.21 con el fin de modelar el total

de km.-carril que se encuentran año tras año en estado malo “Mtotal(Q,R,t)”,

teniendo en cuenta que se parte de un cantidad de km.-carril inicial en estado

malo “Mo” (ver ecuación 3.22).

deteriromallaregular

1

8

i

i8

⎛⎜⎝

⎞⎠

Rkm Q R, t i−,( )⋅∑=

t 8<if

0

8

i

i8

⎛⎜⎝

⎞⎠

Rkm Q R, t i−,( )⋅∑=

⎡⎢⎢⎣

⎤⎥⎥⎦ 0

t 8−

i

Rkm Q R, i 1−,( )∑=

⎛⎜⎜⎝

+⎡⎢⎢⎣

⎤⎥⎥⎦

otherwise

:=

modelointervenciones

0

t

i

rehabKM R i 1−( ),⎡⎣ ⎤⎦∑=

0

t

i

reconsKM Q i,( )∑=

−:=

Page 39: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

39

(3.22)

+

3.6. PROCESO DE OPTIMIZACIÓN

Como se pretende optimizar los porcentajes de inversión, para que en un tiempo t

horizonte, se encuentre la mayor cantidad de km.-carril en la malla vial buena y

regular con la menor cantidad de km.-carril en la malla vial mala.

Para lograr este propósito utilizaremos las expresiones de Btotal(Q,R,t) (ecuación

3.9), Rtotal(Q,R,t) (ecuación 3.16) y Mtotal(Q,R,t) (ecuación 3.22), recordando que

Q es el porcentaje asignado a reconstrucción, R es el porcentaje asignado a la

rehabilitación y el porcentaje de mantenimiento automáticamente se define como

100 % menos Q y R, y t es el tiempo horizonte.

Las ecuaciones mencionadas nos proveerán los posibles resultados de las

distintas combinaciones que sean posibles. Para ello, se restringirá el modelo para

asignar una inversión mínima “X”, una inversión máxima “Y” y unos incrementos

en la inversión “Z" en cada uno de los diferentes tipos de intervención

(mantenimiento – malla buena, rehabilitación – malla regular, reconstrucción –

malla mala).

1

8

i

i8

⎛⎜⎝

⎞⎠

Rkm Q R, t i−,( )⋅∑=

t 8<if

0

8

i

i8

⎛⎜⎝

⎞⎠

Rkm Q R, t i−,( )⋅∑=

⎡⎢⎢⎣

⎤⎥⎥⎦ 0

t 8−

i

Rkm Q R, i 1−,( )∑=

⎛⎜⎜⎝

+⎡⎢⎢⎣

⎤⎥⎥⎦

otherwise

Mtotal Q R, t,( ) Mo

0

t

i

rehabKM R i 1−( ),⎡⎣ ⎤⎦∑=

0

t

i

reconsKM Q i,( )∑=

−:=

Page 40: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

40

Luego, procedemos a realizar una función para cada uno de los tipos de

intervención, que nos permita generar una matriz de las posibles combinaciones

de inversión, teniendo en cuenta las restricciones antes mencionadas.

3.6.1 Función para la malla vial buena

Para la malla vial buena, se calcularan los km.-carril de esta para un tiempo t

horizonte, mediante la función 3.23, la cual presentara las variables “low” que

representa la mínima inversión, “upp” que representa la máxima inversión y “incr”

que simboliza el incremento en la inversión.

Básicamente, la función 3.23 genera una matriz donde las columnas representan

el porcentaje asignado a reconstrucción y las filas representan el porcentaje

asignado a la rehabilitación, para ello se utilizaran los caracteres “a” como

contador para columnas y “b” como contador para las filas. Además se utilizaran

dos contadores internos “i” y “j” para barrer el espectro de combinaciones,

utilizando un “for” anidado de la siguiente manera, para “i” desde “low” hasta “upp”

creciendo como “low + incr”, recorra “j” desde “low” hasta “upp” creciendo como

“low + incr”, es decir, para pasar de una fila a otra se debe recorrer primero todas

las columnas de la primera fila.

X es el % mínimo de inversión

Y es el % máximo de inversión

Z es el % de incremento de la inversión

Page 41: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

41

(3.23)

Para cada celda perteneciente a la matriz generada por la función 3.23, debe

haber un valor asignado “Ma,b” que presentara las siguientes restricciones

• Asígnele cero (0) a “Ma,b”, si la suma de las columnas y filas de dicha celda

es igual o mayor al numero máximo de posible de incrementos (ecuación

3.24), dado que las celdas de una matriz se enumeran desde cero (0), pero

se cuentan desde 1, esta diferencia se absorbe sumando uno (1) a la

expresión “a+b”.

(3.24)

• Asígnele cero (0) a “Ma,b”, si la cantidad de km.-carril de la malla regular

para un año t, t-1 y t-2 es menor a cero (0) (ecuación 3.25), esta restricción

se debe a que es posible en términos matemáticos tener km.-carril

negativos, pero en la realidad no se puede dar esta opción.

MB low upp, incr,( ) a 0←

b 0←

Ma b, 0 a b+ 1+1 2 low⋅−( )

incr≥if

0 Rtotal i j, t,( ) 0<

Rtotal i j, t 1−,( ) 0<

Rtotal i j, t 2−,( ) 0<

if

0 Btotal i j, t,( ) 0<

Btotal i j, t 1−,( ) 0<

Btotal i j, t 2−,( ) 0<

if

Btotal i j, t,( ) otherwise

b b 1+←

j low low incr+, upp..∈for

a a 1+←

i low low incr+, upp..∈for

M

:=

Ma b, 0 a b+ 1+1 2 low⋅−( )

incr≥if←

Page 42: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

42

(3.25)

• Asígnele cero (0) a “Ma,b”, si la cantidad de km.-carril de la malla buena para

un año t, t-1 y t-2 es menor a cero (0) (ecuación 3.26), esta restricción se

debe a que es posible en términos matemáticos tener km.-carril negativos,

pero en la realidad no se puede dar esta opción.

(3.26)

• Asígnele Btotal(i,j,t) a “Ma,b”, si no se ha cumplido ninguna de las

restricciones anteriores (ecuación 3.27).

(3.27)

3.6.2 Función para la malla regular

Para la malla vial regular (ver ecuación 3.29), se recorrerá todo el espectro de

combinaciones de la matriz de igual manera que la malla vial buena,

reemplazando la siguiente restricción.

• Asígnele Rtotal(i,j,t) a “Ma,b”, si no se ha cumplido ninguna de las

restricciones anteriores (ecuación 3.28).

(3.28)

Ma b, 0 Rtotal i j, t,( ) 0<

Rtotal i j, t 1−,( ) 0<

Rtotal i j, t 2−,( ) 0<

if←

Ma b, 0 Btotal i j, t,( ) 0<

Btotal i j, t 1−,( ) 0<

Btotal i j, t 2−,( ) 0<

if←

Ma b, Rtotal i j, t,( ) otherwise←

Ma b, Btotal i j, t,( ) otherwise←

Page 43: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

43

(3.29)

3.6.3 Función para la malla mala

De igual forma, para la malla vial mala (ver ecuación 3.31) se utilizara el mismo

mecanismo descrito para la función 3.23 de la malla buena, con el fin de barrer el

espectro de combinaciones, exceptuando la siguiente restricción.

• Asígnele Mtotal(i,j,t) a “Ma,b”, si no se ha cumplido ninguna de las

restricciones anteriores (ecuación 3.30).

(3.30)

Ma b, Mtotal i j, t,( ) otherwise←

MR low upp, incr,( ) a 0←

b 0←

Ma b, 0 a b+ 1+1 2 low⋅−( )

incr≥if

0 Rtotal i j, t,( ) 0<

Rtotal i j, t 1−,( ) 0<

Rtotal i j, t 2−,( ) 0<

if

0 Btotal i j, t,( ) 0<

Btotal i j, t 1−,( ) 0<

Btotal i j, t 2−,( ) 0<

if

Rtotal i j, t,( ) otherwise

b b 1+←

j low low incr+, upp..∈for

a a 1+←

i low low incr+, upp..∈for

M

:=

Page 44: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

44

(3.31)

3.6.4 Función para el desarrollo del índice.

Para la lograr que se optimicen las cantidades de km.-carril de la malla vial buena,

regular y mala. Se debe define un índice que nos permitan integrar todas las

variables, para así lograr la maximizar los km.-carril en bogota.

Mediante este índice, podremos optimizar la cantidad de km.-carril que se

encuentren en un estado aceptable o superior a este, es decir, que se tomara el

total de km.-carril de la malla buena más el total de km.-carril de la malla regular

que haya en un tiempo t, dividido sobre el total de la malla vial de mala, a su vez

que se esta minimizando los km.-carril de la malla mala (ecuación 3.32)

(3.32)

MM low upp, incr,( ) a 0←

b 0←

Ma b, 0 a b+ 1+1 2 low⋅−( )

incr≥if

0 Rtotal i j, t,( ) 0<

Rtotal i j, t 1−,( ) 0<

Rtotal i j, t 2−,( ) 0<

if

0 Btotal i j, t,( ) 0<

Btotal i j, t 1−,( ) 0<

Btotal i j, t 2−,( ) 0<

if

Mtotal i j, t,( ) otherwise

b b 1+←

j low low incr+, upp..∈for

a a 1+←

i low low incr+, upp..∈for

M

:=

indiceMBm n, MRm n,+( )

MMm n,:=

Page 45: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

45

Para evidenciar los posibles resultados de este índice, se construyo la función

3.33 que nos permitirá recorrer todo el espectro de combinaciones, donde m y n

son los contadores respectivos para las fila y las columnas, MBm,n es la matriz de

resultados de la malla vial buena (función 3.23), MRm,n es la matriz de resultados

de la malla vial regular (función 3.29) y MRm,n es la matriz de resultados de la

malla vial mala (función 3.31).

(3.33)

3.7 VENTAJAS Y LIMITACIONES DEL MODELO.

Una de las grandes ventajas del modelo es que fue desarrollado en MATHCAD

versión 11. lo cual nos permitió programar y desarrollar funciones y ecuaciones

específicas para el modelo. Al mismo tiempo, permite modificar los datos iniciales

según las consideraciones correspondientes para años futuros, permite que el

modelo se trabaje en pesos corriente, es decir, que las variables que tengan un

componente de dinero, este conserve su valor en el tiempo y el modelo se puede

proyectar a diferentes años horizontes.

Otra ventaja, es que es el primer modelo matemático que contempla el impacto de

la intervención por mantenimiento en la malla vial de bogota, teniendo en cuenta

que este presentara un tiempo de deterioro diferente. También, permite la

diferenciación entre el deterioro correspondiente a cada una de la intervenciones,

tal igual que permite diferenciarlas año tras año, es decir, que aunque pertenezcan

indice MB MR, MM,( ) L 0←

Lm n,

MBm n, MRm n,+( )MMm n,

n 0 cols MB( ) 1−..∈for

m 0 rows MB( ) 1−..∈for

L

:=

Page 46: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

46

a un mismo estado de la malla vial, no quiere decir que tengan el mismo tiempo de

deterioro.

Además, se desarrollo una ecuación para cada estado de la malla vial, del cual

depende directamente de la inversión que se realice en las intervenciones. A su

vez, el modelo no esta sujeto a solo un tipo de escenario, este modelo permite que

se realicen todos los diferentes tipos de combinaciones de escenarios,

incrementando desde cada 1% o menos si es necesario, este provee la posibilidad

de realizar inversiones mínimas en cada tipo de malla vial.

Por otro lado, una de las limitaciones que presenta el modelo es que el modelo no

contempla un crecimiento en la malla vial en Bogota, es decir, parte del principio

de que del presupuesto disponible no se hace la asignación presupuestal para

construir vías nuevas. Otra limitación, es que Dado que no se cuentan con

registros históricos de comportamiento de la malla vial de bogota durante varios

años, se considera que los km.-carril iniciales de cada estado se encuentran en el

mismo tiempo de deterioro, por ejemplo, en la malla vial buena, todos los km.-carril

están comenzando a deteriorarse en el año 1, Por lo cual este modelo no ha sido

posible calibrarlo o ajustarlo a la realidad en sus primeros años de proyección.

Por ultimo, una de las grandes limitaciones del modelo es que se considera una

Esquema de inversión fijo para los 10 años, no deja la posibilidad de ir cambiando

el esquema de inversión a través del tiempo, situación que puede optimizar aun

mas el esquema de inversión.

Page 47: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

47

4. DEFINICIÓN DEL ESQUEMA DE INVERSIÓN.

4.1 OBJETIVOS.

• Realizar un análisis de los resultados emitidos por el modelo de

optimización, asignándole el monto mínimo y máximo de inversión y el

respectivo incremento, para calcular.

• Realizar un análisis de la proyección del estado de la malla vial, según la

política de inversión del IDU.

4.2 ANÁLISIS DE LOS RESULTADOS SUMINISTRADOS POR EL MODELO.

Utilizando el modelo descrito en el capitulo anterior, y teniendo en cuenta que los

datos iniciales se definieron en el capitulo 2. Se realizara la proyección a 10 años,

al año 2015.

Además, se ha tomado como premisa básica para el modelo, que la inversión

mínima en cada tipo de intervención sea de un 10% del presupuesto anual, dado

que es la política del IDU, “realizar una intervención integral que permita

consolidar un proyecto de ciudad a largo plazo donde prime el bienestar común, el

valor de lo publico, las actuaciones programadas y, en general, la calidad del

entorno”9.

9 Tomado de “Plan Maestro de Sostenibilidad de Infraestructura Urbana de Bogota, D.C”, IDU 2004, Pág. 453

Page 48: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

48

Se realizaran incrementos de un 5% con el fin de recorrer el espectro de

combinaciones, no se pretende llegar a una exactitud de un 1% o menos, dada la

ingerencia del IDU en la asignación de recursos.

Se debe aclarar que las matrices y sus graficas que resultan del modelo, deben

ser interpretadas de la siguiente forma:

• Las filas de la matrices representan la cantidad de intervalos que hay en los

porcentajes de Reconstrucción, es decir, la fila 0 toma un valor de 10%

asignado a la Reconstrucción, la fila 1 es el 15% asignado a reconstrucción

y así sucesivamente hasta la fila 14 que es el 80 % destinado a la

reconstrucción (ver tabla 4.1)

• Las columnas de la matrices representan la cantidad de intervalos que hay

en los porcentajes de Rehabilitación, es decir, la columna 0 toma un valor

de 10% asignado a la Rehabilitación, la columna 1 es el 15% y así

FILA % ASIGNADO A LA RECONSTRUCCION

0 10%1 15%2 20%3 25%4 30%5 35%6 40%7 45%8 50%9 55%10 60%11 65%12 70%13 75%14 80%

Equivalencia entre filas y porcentaje asignado a la Reconstruccion

Tabla 4.1

Page 49: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

49

sucesivamente hasta la columna 14 que es el 80 % destinado a la

reconstrucción (ver tabla 4.1)

Dadas las restricciones al modelo, tal como, inversión mínima igual al 10%,

inversión máxima del 100% e incrementos iguales al 5%, tenemos que las

posibles combinaciones están restringidas a los valores máximos y mínimos

presentados en la tabla 4.3. Los valores expresados en la tabla 4.3 no contemplan

las restricciones presentadas en las ecuaciones 3.23, 3.29 y 3.31.

Una vez introducidos los respectivos datos iniciales y sus restricciones, al analizar

la grafica de resultados de la función 3.23 (figura 4.1), podemos observar que para

COLUMNA % ASIGNADO A LA REHABILITACION

0 10%1 15%2 20%3 25%4 30%5 35%6 40%7 45%8 50%9 55%10 60%11 65%12 70%13 75%14 80%

Equivalencia entre columnas y porcentaje asignado a la Rehabilitacion

Tabla 4.2

I II IIIRECONSTRUCCION 10% 10% 80%REHABILITACION 10% 80% 10%MANTENIMIENTO 80% 10% 10%

LIMITES DE ASIGNACION DE PORCENTAJES PARA POSIBLES

COMBINACIONES

Tabla 4.3Limites maximos y minimos de asignacion de porcentajes

Page 50: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

50

un periodo de 10 años, se presentaran los mejores resultados –mayores km.-carril

de estado bueno - en la malla vial Buena, si el IDU invierte la mayor cantidad del

presupuesto en mantenimiento de las vías, es decir, no se realizan grandes

inversiones en Rehabilitación y reconstrucción.

Este efecto se debe a que el mantenimiento prolonga la vida útil de un pavimento

flexible, realizar mantenimientos rutinarios y periódicos previene el deterioro,

entonces la cantidad de km.-carril de estado bueno se retiene en este por más

tiempo.

Figura 4.1 Grafica de los resultados de la matriz de la malla vial Buena, a 10 años

De la figura numero 4.2, que es el resultado de la función 3.29, podemos ver que

la mayor cantidad de km.-carril en estado regular que se logran en diez años, es

Page 51: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

51

cuando se realiza una inversión considerable en la rehabilitación de la malla vial

regular, dejando minimizada las inversiones en mantenimiento y reconstrucción.

Esta situaron se debe a que si no se realiza una inversión en mantenimiento, la

malla vial buena no mantendrá los km.-carril en su estado, entonces cederá la

mayoría de sus km.-carril al deterioro, es decir, vendrán a ser parte de la malla vial

regular, si vemos la grafica 4.1, podemos verificar que si se realiza la mayor

inversión en rehabilitación se tendrá los valores mínimos de km. Carril en estado

bueno.

Para el estado regular, en contraposición al estado Bueno, se observa que una

menor inversión en rehabilitación y reconstrucción logra los menores valores en la

malla vial regular.

Figura 4.2 Grafica de los resultados de la matriz de la malla vial Regular, a 10

años

Page 52: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

52

Como podemos ver en la figura 4.3, correspondiente a los resultados de la

función 3.31 de la malla vial mala, se grafico los resultados mayores a 8.000 km.-

carril, escalando el eje z – Km.-carril de malla vial mala- desde 8.000 hasta 12.000

km.-carril, razón por la cual no se ven los demás resultados que son cero (0).

La mejor opción de inversión se da para la malla vial mala, cuando los diez años

se dan los menores km.-carril en ese estado. Por lo cual, podemos observar

(figura 4.3) un comportamiento similar al de la malla vial buena, entre mas se

invierta en mantenimiento - menor inversión en rehabilitación y reconstrucción -, se

lograra el menor numero de km.-carril en estado malo.

Si comparamos el esquema de inversión óptimo para la malla vial regular con la

grafica de la malla vial mala, observaremos que aunque no es el valor máximo de

km.-carril de estado malo, es una considerable suma de km.-carril que sobrepasa

los 10.000 km.-carril.

Figura 4.3 Grafica de los resultados de la matriz de la malla vial Regular, a 10 años

Page 53: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

53

Con el fin de presentar un esquema de inversión optimo, nos valdremos de la

matriz de resultados del índice que fue definido en el capitulo 3 (ver figura 4.4). La

esencia del índice es que entre mas alto sea su número, mayores km.-carril

encontraremos en estado bueno y regular y menores km.-carril en estado malo.

Como podemos ver ahora en la figura 4.4. y como se vio en las graficas

anteriores, el índice que presentar el mayor valor cuando se realice la mayor

inversión en mantenimiento.

A pesar que en la figura 4.2 el mayor valor de km.-carril de malla regular se

consiguiera realizando una mayor inversión en rehabilitación y no en

mantenimiento, este valor no es suficiente para compensar la pérdida de km.-carril

en la malla vial buena. De forma contraria sucede en la malla vial buena, que hay

un aumento sustancioso en km.-carril dado por la inversión en mantenimiento, si

compensa el mínimo valor posible de km.-carril en la malla vial regular.

Figura 4.4. Grafica de lo resultados de la matriz del índice, a 10 años

Page 54: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

54

Una vez definidos los valores del índice, se localizo dentro de la matriz el mayor

valor con sus respectivos porcentajes de inversión. En este caso, se logra un

índice de 0,689, que significa que más o menos por cada 10 km.-carril en estado

malo, hay 7 km.-carril en estado aceptable o superior – en estado bueno o regular-

. Cifra que es menor a la registrada actualmente que es por cada 10 km.-carril en

estado malo, hay 10 km.-carril en estado aceptable o superior.

Para lograr unos resultados óptimos de los km.-carril en la ciudad de Bogota, el

IDU debe procurar invertir de la siguiente forma:

Los resultados de dicho esquema de inversión a diez años y su cambio con la

situación actual se presentan en la siguiente tabla:

Aunque las proyecciones para el 2015 no son la situación ideal para una capital de

un país, dado la malla regular pierde mas del 20% de la participación en el total de

la malla vial, es evidente que no es del todo malo, ya que se recupera un poco

TIPO DE OBRA PORCENTAJE ASIGNADO

RECONSTRUCCION 10%REHABILITACION 30%MANTENIMIENTO 60%

Tabla 4.4. Inversion Optima

TIPO DE MALLA KM.CARRIL (2005) PORCENTAJEMALLA VIAL BUENA 3.738 25,81%MALLA VIAL REGULAR 3.596 24,83%MALLA VIAL MALA 7.149 49,36%

TIPO DE MALLA KM.CARRIL (2015) PORCENTAJE ∆ PORCENTAJEMALLA VIAL BUENA 5.343 36,89% 11,08%MALLA VIAL REGULAR 611 4,22% -20,61%MALLA VIAL MALA 8.529 58,89% 9,53%

Tabla 4.5 Situacion actual y proyeccion al 2015.

Page 55: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

55

mas del 11% para la malla vial en estado bueno, pero el 9.5% se deteriora,

aumentando la malla vial mala.

En la figura 4.5 se muestra la evolución de los diferentes tipos de malla vial para

los próximos diez años. En el anexo B se muestran los resultados pertinentes al

modelo analizado durante este capitulo.

Page 56: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

56

Grafica 4.5

Page 57: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

57

4.3 ANÁLISIS DE RESULTADOS CON EL ESQUEMA ACTUAL DE INVERSIÓN IMPLEMENTADO POR EL IDU.

En el informe “Plan Maestro de Sostenibilidad de la Infraestructura Urbana de

Bogota D,C” emitido por el Instituto de Desarrollo Urbano, a principios de 2004,

presenta en el numeral 4.5.2 de este informe, los estados de inversión para la

sostenibilidad de la malla vial durante el año 2003 para los diferentes programas

que realiza el IDU.

Aunque dichos programas de inversión no se ajustan adecuadamente a los tipos

de inversión propuestos en este trabajo, mediante un análisis de los objetivos y

montos de inversión de cada unos de los programas se estimaron los porcentajes

de inversión en mantenimiento, rehabilitación y reconstrucción de la siguiente

manera:

Se debe aclarar que el modelo propuesto en este trabajo no contempla ningún tipo

de crecimiento, por lo cual se adicionara una variable con el fin de representar la

asignación de recursos para la construcción de vías nuevas, pero no indica se

este crecimiento se contemple, el crecimiento de la malla vial no será proyectado.

En la tabla. 4.7 podemos ver el monto asignado para el año 2005, asumiendo que

se mantendrán las políticas de inversión del IDU a lo largo de los años.

TIPO DE OBRA PORCENTAJE ASIGNADO

CONSTRUCCION NUEVA 53,63%RECONSTRUCCION 15,70%REHABILITACION 7,97%MANTENIMIENTO 22,71%

100,00%

Tabla 4.6 Porcentajes de asignacion de recursos, 2003

Fuente: Plan Maestro de Sostenibilidad de Infraestructura Urbana de Bogota,IDU,2004

Page 58: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

58

Al justar el modelo y realizar la proyección para el año 2015 con los valores de la

tabla 4.7, tenemos que indudablemente la malla vial en estado malo tendrá mas

de 11.700 km-carril, que representa casi el 81 % del total de la malla vial,

absorbiendo el 11 % de la malla vial Buena, y el 19 % de la malla regular (ver tabla

4.8). Esto nos indica, que solo por cada 10 km.-carril en estado malo tendremos

2.36 km.-carril en estado aceptable o superior (ver figura 4.6).

En el anexo C, se presenta el modelo y sus resultados con el esquema de

inversión propuesto por el IDU.

TIPO DE OBRA PORCENTAJE ASIGNADO

MONTO ASIGNADO (milones de pesos)

CONSTRUCCION NUEVA 53,63% $ 130.576,90RECONSTRUCCION 15,70% $ 38.234,94REHABILITACION 7,97% $ 19.397,55MANTENIMIENTO 22,71% $ 55.290,61

100,00% $ 243.500,00

Tabla 4.7 Asignacion de recursos, 2005

TIPO DE MALLA KM.CARRIL (2005) PORCENTAJEMALLA VIAL BUENA 3.738 25,81%MALLA VIAL REGULAR 3.596 24,83%MALLA VIAL MALA 7.149 49,36%

TIPO DE MALLA KM.CARRIL (2015) PORCENTAJE ∆ PORCENTAJEMALLA VIAL BUENA 2.025 13,98% -11,83%MALLA VIAL REGULAR 735 5,07% -19,75%MALLA VIAL MALA 11.721 80,93% 31,57%

Tabla 4.8 Situacion actual y proyeccion al 2015 con politica de inversion del IDU.

Page 59: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

59

Figura 4.6

Page 60: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

60

CONCLUSIONES Y RECOMENDACIONES.

• La estimación de datos iniciales son de suma importancia, ya que dichos

datos deben ser precisos y cuantificables para el desarrollo del modelo.

Unos datos que no se apeguen a la situación real, el escenario que se

proyectara no tendrá ninguna justificación para su validez.

• Se evidencia la importancia del mantenimiento de las vías en la malla vial

de Bogota, ya que este tipo de intervención aumenta la vida útil del

pavimento. Además, mientras se rehabilita un km.-carril se puede mantener

4 km.-carril y mientras se reconstruye un km.-carril se puede mantener 11

km.-carril. Factores que pueden aumentar la cobertura de sostenibilidad de

la malla vial de Bogota.

• Se determino que la actual política de inversión por parte del IDU, no es un

esquema de inversión óptimo, se estima que de mantenerse así el

esquema, para el año 2015 se tendrá más del 80% de la malla vial de

bogota en mal estado.

• Indudablemente, el presupuesto asignado a la sostenibilidad de la malla vial

de Bogota, no es suficiente. Es inevitable que la malla vial de Bogota siga

decayendo, sino se encuentran medidas de financiamiento y se

implementan que puedan incrementar el presupuesto hacia el futuro

• Se recomienda cambiar la política de inversión haciendo gran énfasis en

mantener las vías ya construidas, invirtiendo la mayor cantidad de

presupuesto en mantenimiento, debido a los beneficios que este conlleva.

Page 61: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

61

• Se recomienda realizar un estudio que permita establecer el beneficio-costo

que implica la construcción de vías nuevas versus la sostenibilidad de la

malla vial de Bogota, es decir, evaluar cual es el impacto real de tener una

malla vial congelada con un nivel de servicio aceptable o una malla vial en

crecimiento pero que a medida que pasen los años no sea sostenible

(aumente el porcentaje de malla en mal estado).

Page 62: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

62

BIBLIOGRAFÍA.

Instituto de Desarrollo Urbano, IDU. Plan Maestro de Sostenibilidad de la

Infraestructura Urbana de Bogota D.C. febrero 2004

Alcaldía Mayor de Bogota. Decreto 440 de 2001. Plan de desarrollo

económico, Social y de Obras Públicas para Bogota D.C. 2001-2004 “Bogota

para vivir todos del mismo lado”.

Decreto numero 619 de 2000. Plan de ordenamiento territorial de bogota, POT.

Instituto de Desarrollo Urbano, IDU. Desarrollo Sostenible de Bogota, Bogota,

para vivir todos del mismo lado, febrero 2003.

Departamento Administrativo de Planeación Distrital, DAPD, pagina Web,

www.dapd.gov.co, consultada en marzo 2005.

Instituto de Desarrollo Urbano, IDU, pagina Web, www.idu.gov.co , consultada

en febrero a mayo de 2005.

JIMENEZ FLOREZ, Adriana. Análisis estadístico de la condición actual de la

malla vial de Bogota. Bogota, junio de 2003, Trabajo de Grado (Ingeniero Civil).

Universidad de los Andes. Facultad de Ingeniería.

VELEZ RODRIGUEZ, Juan camilo. Estudio de pavimentos locales de la

localidad de Usaquen. Bogota, Mayo de 2004. Trabajo de Grado (Ingeniero

Civil). Universidad de los Andes. Facultad de Ingeniería.

Page 63: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

63

Instituto de Desarrollo Urbano, IDU, Dirección técnica de la malla vial. Modelo

de Priorizacion de Recursos, Septiembre 2003

Cámara Colombiana de la Construcción, CAMACOL, informe “Inversión en

Obras Civiles en Bogota 2003 - 2004, Diciembre de 2004.

Departamento Administrativo Nacional de Estadística, DANE. Pagina Web,

www.dane.gov.co , consultada en mayo de 2005.

Page 64: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

64

ANEXO A

CALCULO DE PROYECCIÓN ICCP.

Page 65: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

65

Mes 1994 1995 1996 1997 1998En año corrido 18.90 10.70 14.16 14.71 13.94

Mes 1999 2000 2001 2002* 2003 2004En año corrido 8.36 8.36 6.97 5.58 7.77 5.86Fuente: DANE

Colombia, Indices de Costos de la Construcción Pesada (ICCP*)(Variaciones porcentuales)

1994 - 2004

Datos Historicos- ICCP- y = 0.0561x2 - 1.6853x + 16.947R2 = 0.7531

0.00

2.00

4.00

6.00

8.00

10.00

12.00

14.00

16.00

18.00

20.00

0.00 2.00 4.00 6.00 8.00 10.00 12.00

Años (año base 1994 = 0)

Porc

enta

je

Mes 2004 2005 2006 2007 2008 2009

En año corrido 5.20 4.80 4.52 4.35 4.29

Valor pesos 100.00 105.20 110.25 115.23 120.24 125.40

Mes 2010 2011 2012 2013 2014

En año corrido 4.34 4.51 4.79 5.18 5.68

Valor pesos 130.85 136.75 143.29 150.72 159.28

Valor inicial (2004) 100.00

Valor final (2014) 159.28

Tasa de crecimiento 4.76%

Colombia, Indices de Costos de la Construcción Pesada (ICCP*)(Proyeccion de Variaciones porcentuales)

2005 - 2014

Page 66: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

66

ANEXO B

MODELO DESARROLLADO EN MATHCAD VERSION 11 PARA OPTIMIZACION DE LA INVERSION EN LA MALLA VIAL DE

BOGOTA.

Page 67: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

67

DATOS INICIALES

MALLATOTAL 14483:=

Bo 3738:=

Ro 3596:= % año 0

Mo 7149:=

%BoBo

MALLATOTAL:= %Bo 25.81%=

%RoRo

MALLATOTAL:= %Ro 24.829%=

%MoMo

MALLATOTAL:= %Mo 49.361%=

Po 243000:= (Presupuesto año 0)

recons 1483:= (Costo promedio de reconstruccion Km/carril año 0)

rehab 453:= (Costo promedio de rehabilitacion Km/carril año 0)

mante 120:= (Costo promedio de mantenimiento Km/carril año 0)

(Crecimiento promedio anual historico del presupuesto)

γ 4.76%:= (Indice INVIAS proyectado)

DATOS PARA OPTIMIZAR

Q es el % destinado a la reconstruccion Q y R SON LAS UNICAS VARIABLES A OPTIMIZAR R es el % destinado a la rehabilitacion

S es el % destinado al mantenimiento pero se define como 100%-Q-R

Page 68: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

68

FUNCION ES DE ESTADO MALLA VIAL

reconsKM Q t,( ) QPo

recons⋅

1 α+( )t

1 γ+( )t

⎡⎢⎢⎣

⎤⎥⎥⎦

⋅ t 0>if

0 otherwise

:=

rehabKM R t,( ) RPo

rehab⋅

1 α+( )t

1 γ+( )t

⎡⎢⎢⎣

⎤⎥⎥⎦

⋅ t 0>if

0 otherwise

:=

manteKM Q R, t,( ) 1 Q− R−( ) Pomante

⋅1 α+( )t

1 γ+( )t

⎡⎢⎢⎣

⎤⎥⎥⎦

⋅ t 0>if

0 otherwise

:=

Bkm Q R, t,( ) Bo t 0if

reconsKM Q t,( ) rehabKM R t,( )+( ) otherwise

:=

Mkm Q R, t,( )

0

8

i

8 i−( )8

manteKM Q R, t i−,( )⋅⎡⎢⎣

⎤⎥⎦∑

=

:=

Btotal Q R, t,( ) Mkm Q R, t,( )

0

6

i

6 i−( )6

Bkm Q R, t i−,( )⋅∑=

+:=

Page 69: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

69

MALLA REGULAR

Rkm Q R, t,( ) Ro t 0if

1

6

i

16

Bkm Q R, t i−( ),[ ]⋅∑=

⎡⎢⎢⎣

⎤⎥⎥⎦

manteKM Q R, t,( )−

0

7

i

18

manteKM Q R, t i− 1−,( )⋅∑=

+⎡⎢⎢⎣

⎤⎥⎥⎦

otherwise

:=

Rtotal Q R, t,( )

0

8

i

8 i−( )8

Rkm Q R, t i−,( )⋅∑=

rehabKM R t,( )−:=

MALLA MALA

Mtotal Q R, t,( ) Mo

0

t

i

rehabKM R i 1−( ),⎡⎣ ⎤⎦∑=

0

t

i

reconsKM Q i,( )∑=

1

8

i

i8

⎛⎜⎝

⎞⎠

Rkm Q R, t i−,( )⋅∑=

t 8<if

0

8

i

i8

⎛⎜⎝

⎞⎠

Rkm Q R, t i−,( )⋅∑=

⎡⎢⎢⎣

⎤⎥⎥⎦ 0

t 8−

i

Rkm Q R, i 1−,( )∑=

⎛⎜⎜⎝

+⎡⎢⎢⎣

⎤⎥⎥⎦

otherwise

+:=

Page 70: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

70

CHECK DE CIERRE

mallatotal Q R, t,( ) Btotal Q R, t,( ) Rtotal Q R, t,( )+ Mtotal Q R, t,( )+:=

cierremallatotal Q R, t,( ) mallatotal Q R, t,( ) MALLATOTAL−:=

%Btotal Q R, t,( )Btotal Q R, t,( )

MALLATOTAL:= %Rtotal Q R, t,( )

Rtotal Q R, t,( )MALLATOTAL

:=

%Mtotal Q R, t,( )Mtotal Q R, t,( )

MALLATOTAL:=

RESULTADO NETO AÑO 0 CON AÑO 10

%buena Q R, t,( ) %Btotal Q R, t,( ) %Bo−:=

%regular Q R, t,( ) %Rtotal Q R, t,( ) %Ro−:=

%mala Q R, t,( ) %Mtotal Q R, t,( ) %Mo−:=

DE AQUI EN ADELANTE ES UN PROGRAMA QUE OPTIMIZA LA FUNCION

X 10%:= X ES EL % MINIMO DE INVERSION

Y 100%:= Y ES EL % MAXIMO DE INVERSION

Z 5%:= Z ES EL % DE INCREMENTO DE LA INVERSION

Page 71: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

71

MALLA VIAL BUENA

MB low upp, incr,( ) a 0←

b 0←

Ma b, 0 a b+ 1+1 2 low⋅−( )

incr≥if

0 Rtotal i j, t,( ) 0<

Rtotal i j, t 1−,( ) 0<

Rtotal i j, t 2−,( ) 0<

if

0 Btotal i j, t,( ) 0<

Btotal i j, t 1−,( ) 0<

Btotal i j, t 2−,( ) 0<

if

Btotal i j, t,( ) otherwise

b b 1+←

j low low incr+, upp..∈for

a a 1+←

i low low incr+, upp..∈for

M

:=

MATRIZ DE RESULTADOS DE LA MALLA VIAL BUENA

MB X Y, Z,( )

Page 72: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

72

Page 73: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

73

MALLA VIAL REGULAR

MR low upp, incr,( ) a 0←

b 0←

Ma b, 0 a b+ 1+1 2 low⋅−( )

incr≥if

0 Rtotal i j, t,( ) 0<

Rtotal i j, t 1−,( ) 0<

Rtotal i j, t 2−,( ) 0<

if

0 Btotal i j, t,( ) 0<

Btotal i j, t 1−,( ) 0<

Btotal i j, t 2−,( ) 0<

if

Rtotal i j, t,( ) otherwise

b b 1+←

j low low incr+, upp..∈for

a a 1+←

i low low incr+, upp..∈for

M

:=

Page 74: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

74

Page 75: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

75

MALLA VIAL MALA

MM low upp, incr,( ) a 0←

b 0←

Ma b, 0 a b+ 1+1 2 low⋅−( )

incr≥if

0 Rtotal i j, t,( ) 0<

Rtotal i j, t 1−,( ) 0<

Rtotal i j, t 2−,( ) 0<

if

0 Btotal i j, t,( ) 0<

Btotal i j, t 1−,( ) 0<

Btotal i j, t 2−,( ) 0<

if

Mtotal i j, t,( ) otherwise

b b 1+←

j low low incr+, upp..∈for

a a 1+←

i low low incr+, upp..∈for

M

:=

Page 76: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

76

Page 77: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

77

Page 78: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

78

I1 A B,( )Btotal A B, t,( ) Rtotal A B, t,( )+( )

Mtotal A B, t,( ):=

indice MB MR, MM,( ) L 0←

Lm n,

MBm n, MRm n,+( )MMm n,

n 0 cols MB( ) 1−..∈for

m 0 rows MB( ) 1−..∈for

L

:=

OPT2 indice MB X Y, Z,( ) MR X Y, Z,( ), MM X Y, Z,( ),( ):=

MATRIZ DE RESULTADOS DEL INDICE

OPT2

Page 79: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

79

Page 80: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

80

max OPT2( ) 0.698=

m x( ) x max OPT2( )≥( ):=

F Locate OPT2 m,( ):=

F0

4⎛⎜⎝

⎞⎠

=

W F Z⋅ X( )+:=

W10

30⎛⎜⎝

⎞⎠

%=

M W0:= N W1:=

%RECONSTRUCCION M 100⋅:= %REHABILITACION N 100⋅:=

%MANTENIMIENTO 100 %RECONSTRUCCION− %REHABILITACION−:=

INVERSION OPTIMA A t = 10 AÑOS

I1 M N,( ) 0.698=

%RECONSTRUCCION 10=

%REHABILITACION 30=

%MANTENIMIENTO 60=

Btotal M N, t,( ) 5343.231= %buena M N, t,( ) 11.084%=

Rtotal M N, t,( ) 610.697= %regular M N, t,( ) 20.612− %=

Mtotal M N, t,( ) 8529.073= %mala M N, t,( ) 9.529%=

%Btotal M N, t,( ) 36.893%= %Bo 25.81%=

%Rtotal M N, t,( ) 4.217%= %Ro 24.829%=

%Mo 49.361%= %Mtotal M N, t,( ) 58.89%=

Page 81: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

81

tproy 0 1, 10..:=

Btotal M N, tproy,( )3738

4483.922

5028.466

5375.016

5526.898

5487.383

5259.685

5469.968

5527.394

5434.532

5343.231

Rtotal M N, tproy,( )3596

2416.689

1668.156

1161.336

868.562

762.631

816.8

381.773

103.515

410.227

610.697

Mtotal M N, tproy,( )7149

7582.39

7786.378

7946.648

8087.54

8232.986

8406.514

8631.259

8852.091

8638.24

8529.073

Page 82: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

82

Page 83: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

83

ANEXO C

MODELO CON ESQUEMA PROPUESTO POR EL INSTITUTO DE DESARROLLO URBANO - IDU -.

Page 84: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

84

DATOS INICIALES

MALLATOTAL 14483:=

Bo 3738:=

Ro 3596:=

Mo 7149:= % año 0

%BoBo

MALLATOTAL:= %Bo 25.81%=

%RoRo

MALLATOTAL:= %Ro 24.829%=

%MoMo

MALLATOTAL:= %Mo 49.361%=

Po 243000:= (Presupuesto año 0)

recons 1483:= (Costo promedio de reconstruccion Km/carril año 0)

rehab 453:= (Costo promedio de rehabilitacion Km/carril año 0)

mante 120:= (Costo promedio de mantenimiento Km/carril año 0)

α 3%:= (Crecimiento promedio anual historico del presupuesto)

γ 4.76%:= (Indice INVIAS proyectado)

DATOS PARA OPTIMIZAR

W es el % destinado a la construccion nueva

Q es el % destinado a la reconstruccion Q y R SON LAS UNICAS VARIABLES A OPTIMIZAR

R es el % destinado a la rehabilitacion

S es el % destinado al mantenimiento pero se define como (100%-W)-R-Q

es decir que (100% -W) es igual a 46.37%

Page 85: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

85

Q 15.7%:=

R 7.97%:=

S 46.37% Q− R−:= S 22.7%=

FUNCION ES DE ESTADO MALLA VIAL

reconsKM Q t,( ) QPo

recons⋅

1 α+( )t

1 γ+( )t

⎡⎢⎢⎣

⎤⎥⎥⎦

⋅ t 0>if

0 otherwise

:=

rehabKM R t,( ) RPo

rehab⋅

1 α+( )t

1 γ+( )t

⎡⎢⎢⎣

⎤⎥⎥⎦

⋅ t 0>if

0 otherwise

:=

manteKM Q R, t,( ) 46.37% Q− R−( ) Pomante

⋅1 α+( )t

1 γ+( )t

⎡⎢⎢⎣

⎤⎥⎥⎦

⋅ t 0>if

0 otherwise

:=

MALLA BUENA

Bkm Q R, t,( ) Bo t 0if

reconsKM Q t,( ) rehabKM R t,( )+( ) otherwise

:=

Mkm Q R, t,( )

0

8

i

8 i−( )8

manteKM Q R, t i−,( )⋅⎡⎢⎣

⎤⎥⎦∑

=

:=

Btotal Q R, t,( ) Mkm Q R, t,( )

0

6

i

6 i−( )6

Bkm Q R, t i−,( )⋅∑=

+:=

Page 86: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

86

Page 87: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

87

MALLA REGULAR

Rkm Q R, t,( ) Ro t 0if

1

6

i

16

Bkm Q R, t i−( ),[ ]⋅∑=

⎡⎢⎢⎣

⎤⎥⎥⎦

manteKM Q R, t,( )−

0

7

i

18

manteKM Q R, t i− 1−,( )⋅∑=

+⎡⎢⎢⎣

⎤⎥⎥⎦

otherwise

:=

Rtotal Q R, t,( )

0

8

i

8 i−( )8

Rkm Q R, t i−,( )⋅∑=

rehabKM R t,( )−:=

MALLA MALA

Mtotal Q R, t,( ) Mo

0

t

i

rehabKM R i 1−( ),⎡⎣ ⎤⎦∑=

0

t

i

reconsKM Q i,( )∑=

1

8

i

i8

⎛⎜⎝

⎞⎠

Rkm Q R, t i−,( )⋅∑=

t 8<if

0

8

i

i8

⎛⎜⎝

⎞⎠

Rkm Q R, t i−,( )⋅∑=

⎡⎢⎢⎣

⎤⎥⎥⎦ 0

t 8−

i

Rkm Q R, i 1−,( )∑=

⎛⎜⎜⎝

+⎡⎢⎢⎣

⎤⎥⎥⎦

otherwise

+:=

Page 88: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

88

CHECK DE CIERRE

mallatotal Q R, t,( ) Btotal Q R, t,( ) Rtotal Q R, t,( )+ Mtotal Q R, t,( )+:=

cierremallatotal Q R, t,( ) mallatotal Q R, t,( ) MALLATOTAL−:=

%Btotal Q R, t,( )Btotal Q R, t,( )

MALLATOTAL:= %Rtotal Q R, t,( )

Rtotal Q R, t,( )MALLATOTAL

:=

%Mtotal Q R, t,( )Mtotal Q R, t,( )

MALLATOTAL:=

RESULTADO NETO AÑO 0 CON AÑO 10

%buena Q R, t,( ) %Btotal Q R, t,( ) %Bo−:=

%regular Q R, t,( ) %Rtotal Q R, t,( ) %Ro−:=

%mala Q R, t,( ) %Mtotal Q R, t,( ) %Mo−:=

I1 A B,( )Btotal A B, 10,( ) Rtotal A B, 10,( )+( )

Mtotal A B, 10,( ):=

INVERSION A t = 10 AÑOS

I1 Q R,( ) 0.236=

Btotal Q R, 10,( ) 2025.764= %buena Q R, 10,( ) 11.822− %=

Rtotal Q R, 10,( ) 735.742= %regular Q R, 10,( ) 19.749− %=

Mtotal Q R, 10,( ) 11721.494= %mala Q R, 10,( ) 31.571%=

Page 89: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

89

%Btotal Q R, 10,( ) 13.987%= %Bo 25.81%=

%Rtotal Q R, 10,( ) 5.08%= %Ro 24.829%=

%Mo 49.361%= %Mtotal Q R, 10,( ) 80.933%=

tproy 0 1, 10..:=

Btotal Q R, tproy,( )3738

3634.28

3454.121

3198.807

2869.6

2467.742

1994.453

2073.934

2095.585

2060.379

2025.764

Rtotal Q R, tproy,( )3596

3275.513

3051.694

2871.112

2723.268

2597.838

2484.674

1750.797

1076.049

901.875

735.742

Mtotal Q R, tproy,( )7149

7573.207

7977.184

8413.081

8890.132

9417.42

10003.872

10658.269

11311.366

11520.746

11721.494

Page 90: UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA

90