Investigación · Publicaciones
Una herramienta matemática para repartir el escaso espacio del bordillo entre coches y camiones
Investigadores de la Universidad de Cantabria y la Universidad del Norte (Colombia) proponen un modelo de optimización que asigna las plazas de aparcamiento en calle considerando simultáneamente las necesidades de vehículos privados y de reparto, mejorando el nivel de servicio urbano hasta un 153%.
Autores: Maira Delgado-Lindeman, Andrés Rodríguez, José Luis Moura, Julián Arellana · Publicado: 16 de marzo de 2026
Cualquier conductor que haya dado vueltas buscando aparcamiento en el centro de una ciudad conoce bien la frustración. Pero lo que para un turista es un fastidio, para el conductor de una furgoneta de reparto puede significar la diferencia entre cumplir o no la jornada de entregas. Coches y camiones compiten a diario por el mismo metro de bordillo, y las ciudades, habitualmente, no disponen de herramientas precisas para repartir ese espacio de manera inteligente.
Un equipo de investigación liderado por Maira Delgado-Lindeman, del Departamento de Transportes de la Universidad de Cantabria, acaba de publicar en la revista Research in Transportation Business & Management un modelo matemático que aborda exactamente ese problema: ¿cuántas plazas se deben reservar a cada tipo de usuario y dónde deben ubicarse para maximizar el servicio global de la zona?
El problema del bordillo compartido
Las ciudades crecen y con ellas el comercio electrónico y el reparto de última milla. Al mismo tiempo, el espacio en la vía pública es finito. Peatones, ciclistas, transporte público, vehículos privados y camiones de mercancías pelean por la misma franja de asfalto. Las normativas municipales fijan mínimos, pero no capturan la naturaleza dinámica de la competencia en zonas de alta demanda.
Cuando no hay zonas de carga disponibles, los camioneros estacionan en doble fila, bloquean carriles y elevan la contaminación y el ruido. La solución obvia —redimensionar y reubicar los espacios— choca con la falta de herramientas de planificación que tengan en cuenta a todos los actores al mismo tiempo.
La herramienta: Programación Entera Mixta multicriterio
El modelo propuesto es un programa de Programación Entera Mixta (MIP) que determina qué plazas del área de planificación deben asignarse a coches y cuáles a camiones. A diferencia de los sistemas de gestión dinámica —que requieren información en tiempo real—, este enfoque opera en la fase de planificación estratégica, cuando aún no se dispone de sensores o cuando simplemente hay que redistribuir el espacio disponible.
La función objetivo maximiza el Nivel de Servicio (LOS) de toda el área, entendido como la combinación de tres factores: el número de usuarios atendidos, la utilización de la infraestructura disponible y la penalización por el tiempo que los vehículos circulan buscando aparcamiento sin encontrarlo. El modelo puede ponderar esos factores según las prioridades del decisor: una alcaldía que quiera primar el comercio local dará más peso a los camiones; otra que priorice la reducción de congestión ajustará el parámetro de circulación.
Resultados: importa modelar por separado
El modelo se testó con datos simulados de una zona del centro histórico de Cartagena de Indias (Colombia): 24 plazas de aparcamiento, 64 usuarios (55 coches y 9 camiones) y un horizonte de planificación de 75 minutos. Los parámetros de comportamiento —tiempo máximo de búsqueda, distancia máxima a pie hasta el destino, duración media de la estancia— se extrajeron de estudios previos realizados en la misma área.
La comparación principal enfrenta dos formulaciones: una que trata a todos los vehículos por igual y otra que distingue explícitamente entre coches y camiones. Los resultados son llamativos: la formulación diferenciada pasa de asignar 2 plazas a camiones a asignar 5, lo que permite atender a los 9 camiones frente a solo 6 con el enfoque genérico. El tiempo de búsqueda de aparcamiento para los camiones cae un 75%, y el servicio a camiones mejora un 50%.
Un tercer escenario, en el que se prohíbe completamente el aparcamiento a vehículos de mercancías, ilustra el coste de ignorar a los camiones: el nivel de servicio global cae un 5%, los camiones en búsqueda de aparcamiento aumentan un 125% y, paradójicamente, los coches tampoco ganan en utilización de la infraestructura.
Flexibilidad para el gestor urbano
El modelo incluye tres parámetros que lo convierten en una caja de herramientas para la toma de decisiones. El parámetro θ (theta) captura el efecto diferencial de la circulación según el tipo de vehículo: un camión diésel en búsqueda de aparcamiento genera más congestión, ruido y emisiones que un turismo, y theta permite cuantificarlo. El parámetro γ (gamma) regula la prioridad relativa entre tipos de usuario; los resultados muestran que dar prioridad a los camiones mejora el nivel de servicio del sistema de forma consistente. Por último, α (alpha) equilibra los objetivos entre maximizar el servicio y minimizar las externalidades de búsqueda: cuando se maximiza el peso del servicio, el nivel de servicio global puede mejorar hasta un 153% respecto al escenario base.
Implicaciones para la gestión urbana
Los resultados tienen una lectura directa para planificadores y gestores municipales: tratar todos los vehículos como si fueran iguales distorsiona la asignación de espacio y penaliza desproporcionadamente a los vehículos de reparto, con consecuencias negativas para la economía urbana. El modelo es especialmente útil en ciudades con capacidad tecnológica limitada, donde los sistemas de aparcamiento inteligente en tiempo real no son viables.
El artículo abre también líneas de trabajo futuro: aplicar metaheurísticas para escalar el modelo a zonas más grandes, incorporar demanda estocástica y extender el análisis a otros usuarios del espacio público como vehículos autónomos, eléctricos, buses y microvehículos.
Referencia: Delgado-Lindeman, M., Rodríguez, A., Moura, J.L., Arellana, J. (2026). Optimization approach for planning urban on-street parking considering car and truck users. Research in Transportation Business & Management, 67, 101654.
Acceso abierto (CC BY) · https://doi.org/10.1016/j.rtbm.2026.101654
