TrafficFlow
T = 0.0 s VALLE
Semáforos · Control de Fases
SÍNTESIS DEL PROBLEMA — VUELTA EN U
Luz verde
≈18 s
solo 5-6 veh/ciclo
Luz roja
90-100 s
excesivamente largo
Cola máx.
25-28 veh
congestión severa
Wq pico
4.5 min
por conductor
Sem. A — VUELTA EN U PROBLEMA CENTRAL
→ entra por la izquierda y gira en U
ROJO
100.0 s
Cola A
0
Servidos
0
Sem. B — Av. Principal VERT
↕ avenida principal
VERDE
30.0 s
Cola B
0
Servidos
0
Sem. C — ← Recto R→L HORIZ ≡ A+D
← entra por la derecha y sigue recto
VERDE
30.0 s
Cola C
0
Servidos
0
Sem. D — → Recto L→R HORIZ
→ carriles rectos izq→der
ROJO
100.0 s
Cola D
0
Servidos
0
λ Horizontal (A) 0.4 v/s
λ Vertical (B) 0.2 v/s
T_verde A 18 s
T_rojo A 100 s
LECTURA DEL CRUCE
Agiro en U
Dfrente oeste → este
Bcalle El Bosque ↕
Cretorno este → oeste
--
VUELTA EN U — SEM A
Métricas · M/G/1 — Vuelta en U
0.00
Wq PROMEDIO SEM A (minutos)
CONV sin corrida INTEL sin corrida
Cola máx. A (horiz.)0
Comparativa pendiente: ejecuta ambos modos para ver contraste observado.
Cola máx. B (vert.)0
Tasa Sem A (veh/h eq.)0 v/h eq.
0 veh servidos / 0.0 s simulados
Ciclos completados0
Veh/ciclo A0.0
ρ utilización A0%
OK <70%CRÍTICO >90%
MODELO M/G/1 — ECUACIONES EN VIVO
λ (llegadas) -- μ efectivo -- ρ = λ/μ -- E[Ts²] -- Wq = λE[Ts²]/2(1-ρ) -- Lq = λ · Wq --
Pollaczek-Khinchine · 30 réplicas IC 95% IC 95%
PROGRAMACION LINEAL — SOLVER QM (SIMPLEX)
Vista:
Max Z = 0.50·gH + 0.42·gV − 8·uH − 5·uV
s.a. gH+gV=58, 15≤gH≤41, 12≤gV≤41, 0.50·gH+uH≥dH, 0.42·gV+uV≥dV
Escenario / λA λB-- Demanda por ciclo dH / dV-- Variables (Solver QM) gH* / gV*-- Déficit uH* / uV*-- Objetivo óptimo Z*-- Plan aplicado ahora-- Gap plan aplicado vs óptimo--
Sin datos LP.
Formato de carga en Solver QM
Variables: -- · Restricciones: -- · Objetivo: --
MAX: --
COLA A — SESIÓN EN CURSO
CICLO SEMAFÓRICO A
TABLA COMPARATIVA DETALLADA
INDICADORCONVINTELMEJORA
Wq Sem A -- -- --
TH Sem A -- -- --
Cola pico Sem A -- -- --
ρ utilizac. -- -- --
Capacidad Markov -- -- --
Obs. Markov -- -- --
Wq Sem A — comparación observada
vsWq acumulado en tiempo
Convencional Inteligente
Tasa Sem A (veh/h eq.) en el tiempo
Convencional Inteligente
Cola Sem A (veh)
Convencional Inteligente
⛓ CADENA DE MARKOV — SEM A 0 obs
HISTORIAL DE ESTADOS (ultimos 60 ticks)
Distribucion estacionaria π
VERDE
--% --
AMAR.
--% --
ROJO
--% --
emp.     teo.
Matriz de transicion P (empirica)
Matriz teorica P (modo activo)
Fila R → [R,Y,G]-- Fila Y → [R,Y,G]-- Fila G → [R,Y,G]--
Calculo numerico p(t)=p0·P^t (estado actual)
p(10s) = [G,Y,R]-- p(60s) = [G,Y,R]--
ρ Markov = π(G)/(π(G)+π(R))
--
Proximo estado
--
CONVERGENCIA π emp. vs teorica
0%
Cadena de Markov · Tiempo discreto · Ergodicidad
INTEGRACION DE METODOS PARA DECISION
1) Programacion Lineal
--
2) Markov
--
3) Simulacion
--
Ejecuta la simulacion para obtener recomendacion operativa integrada.
ANALISIS OR · MARKOV SEM A BLOQUEADO
Sin datos observados todavia. Aqui aparecera el analisis operacional basado en la cadena de Markov cuando la simulacion acumule una base empirica minima.
Obs. Markov0/10
Ciclos0/1
Convergencia π0%
El lateral mostrara indicadores utiles para Investigacion de Operaciones: tiempos de paso, riesgo de bloqueo y capacidad efectiva derivados de la matriz empirica.
LOG · EVENTOS DISCRETOS — LEF (Lista de Eventos Futuros)

Tabla Comparativa Detallada — Resultados M/G/1

Resultados acumulados de la simulación · solo datos observados por modo
INDICADORCONVENCIONALINTELIGENTEMEJORA
Wq — Tiempo en cola------
Tasa Sem A (veh/h eq.)------
Cola max. Sem A------
Cola pico Sem A------
Obs. Markov Sem A------
ρ estimado------
Capacidad Markov------
Ciclos completados------
Modelo M/G/1 · Ecuaciones Pollaczek-Khinchine · Wq = λE[Ts²]/2(1−ρ) · Lq = λ·Wq

Pronóstico de Tráfico — Cadena de Markov · 6 Meses

Proyección estocástica por escenario horario · Intersección El Bosque, Panamá
RECOLECTANDO DATOS OBSERVADOS · el pronóstico se habilita cuando haya base empírica suficiente
Convencional Inteligente  IC 95% Conv.  IC 95% Intel.
Wq promedio Sem A (min/veh) — Tiempo de espera en cola
Cola máxima (veh) — Sem. A Vuelta en U
Throughput proyectado (veh/h)
ρ Utilización del sistema (%)
RESUMEN MENSUAL — MEJORAS PROYECTADAS (inteligente vs convencional)
MESWq CONVWq INTELMEJORA Wq COLA CONVCOLA INTELTH CONVTH INTELMEJORA TH
Cadena de Markov tiempo discreto · π estacionaria empírica cuando existe · Monte Carlo 100 réplicas · Wq estimado desde Lq/λ (Little) · fallback teórico cuando no hay historial suficiente