Un par de investigadores, de las universidades de Toronto y California, ha encontrado que al menos una línea del metro de la ciudad de Nueva York se ajusta a la teoría de la matriz aleatoria.
En su artículo publicado en Physical Review E, Aukosh Jagannath y Thomas Trogdon describen su estudio, que incluyó el uso de la teoría estadística para analizar el horario real de paso de los trenes.
En 2000, se realizó un estudio sobre las llegadas y salidas de autobuses en Cuernavaca, México. Entre otras cosas, los investigadores encontraron que a pesar de los patrones de tráfico impredecibles y los autobuses propiedad de los conductores, los autobuses de la ciudad funcionaban de manera predecible, y los investigadores vincularon este resultado a la forma en que los conductores competían por las tarifas. En este nuevo esfuerzo, los investigadores se preguntaban si lo mismo podría ser cierto para el sistema de metro de Nueva York.
Para aprender más sobre el horario de los trenes, los investigadores eligieron dos rutas al azar para estudiar. Una era la línea 1, que funciona al norte y recorre el West Side de Manhattan; la otra era la línea 6, que corre hacia el sur y sirve el East Side de Manhattan. Los investigadores utilizaron información del suministro de datos en tiempo real proporcionado por el sistema de metro para seguir los tiempos de llegada de las dos líneas.
Los investigadores encontraron que la línea 6 funcionaba casi al azar y por lo tanto no se podría utilizar un patrón de distribución predecible para describirlo. Por otra parte, se encontró que la línea 1 seguía una distribución de Poisson (para todas las últimas 10 estaciones), lo que facilitaba mucho a los pasajeros predecir cuándo llegaría realmente el próximo tren. Los investigadores sugieren que la diferencia entre las líneas se debe a la cantidad de tráfico en cada una.
La línea 6 es muy utilizada y, por eso, sufre frecuentes retrasos, debido a que los pasajeros que impiden que las puertas se cierren de una manera conveniente. La línea 1, por otro lado, tiene menos pasajeros, lo que hace mucho más fácil que los trenes funcionen según horario.
Los investigadores sugieren que sus resultados podrían ser utilizados por los urbanistas para optimizar sistemas de eficiencia.
Fuente: Europa Press