"La novedad de esta investigación radica en que utiliza la ciencia de redes para estudiar las vulnerabilidades y características de la red de metro y autobuses de la capital y ayudar a mejorarlas en base a los resultados obtenidos".
Las redes de transporte público de Madrid, por su extensión y número de usuarios, requieren una cuidadosa planificación que asegure su adecuado funcionamiento. Rosa María Benito y Mary Luz Mouronte, investigadoras del Grupo de Sistemas Complejos de la UPM, han analizado, a través del cálculo de distintos parámetros topológicos, las 204 líneas de autobuses urbanos y las 16 líneas de Metro de la capital.
Benito y Mouronte evaluaron aspectos como sus deficiencias en caso de avería, el grado de conectividad y dependencia entre las paradas, la distancia entre las mismas y el número de enlaces internos y externos entre las líneas o los trasbordos.
Conclusiones del estudio
El análisis determina que la red de Metro muestra una alta sensibilidad cuando surgen problemas entre paradas con un alto nivel de interconexión, contrariamente a lo que sucede en el servicio de autobuses, mucho más robusto. Las diferencias también se extienden a la distancia entre paradas, bastante más corta en el Metro, y al número de enlaces internos y externos entre los distritos municipales. En este caso, el suburbano dispone de más enlaces internos que la red de autobús.
Además, las investigadoras constataron una mayor presencia de grupos de paradas densamente conectadas en la red de Metro que en la de autobús, lo que explicaría esta mayor sensibilidad del conjunto ante las incidencias. Sin embargo, no detectaron paradas cruciales, cuya avería pondría en peligro la conexión entre las líneas de Metro y autobús de la capital.
La ciencia de redes es una disciplina científica emergente que tiene por objeto el estudio de las similitudes entre redes en diversos ámbitos para tratar de descubrir y formular los principios generales que gobiernan el comportamiento de las redes, así como desarrollar algoritmos y herramientas para su estudio y modelado predictivo.