Dinámica peatonal

“…es una acera estrecha. A lo lejos otro transeúnte se acerca de cara. Te preparas para el momento de la colisión. A dos metros de distancia comienza el baile…”

Cuando dos peatones caminan en direcciones opuestas aproximándose el uno al otro llega un momento en el que ambos necesitan tomar la decisión de cuál es el lado por el que van a pasar (por la derecha o por la izquierda).

Si ambos peatones deciden desplazarse hacia el mismo lado, se completa la maniobra con éxito. En cambio, cuando toman decisiones opuestas se produce esa extraña situación en la que te quedas parado delante de un desconocido balanceándote creando una danza algo incómoda.

tokyo-crowd-1-of-1

Generalmente, los peatones se encuentran en un cierto marco ámbito social. Es decir, de manera más o menos inconsciente, se siguen ciertas normas de comportamiento que gobiernan el movimiento de las personas. Por ejemplo, en países donde los automóviles circulan por la derecha, es por esta dirección por la que dos personas que se encuentran de cara suelen decidir pasar, evitando así la colisión.

En casos como el anterior, una norma social puede llegar a emerger de manera natural. El estudio de este tipo de fenómenos, ya sean de manera individual o de manera colectiva es lo que se conoce como dinámica peatonal. Y como la mayoría de cosas de este mundo puede representarse matemáticamente.

Auto-organización

La auto-organización espontánea es una característica propia tanto de los sistemas biológicos como de los sistemas sociales. Si volvemos al ejemplo anterior pero esta vez consideramos grupos de personas circulando en sentidos opuestos, vemos que de manera espontánea se generan dos columnas de peatones, una circulando en cada sentido. Esta emergencia de una nueva regla es lo que se conoce como ruptura de la simetría y es una fenómeno que a los físicos nos encanta.

Entender el comportamiento de los flujos de personas es esencial a la hora de llevar a cabo el diseño de los espacios públicos y probablemente tome todavía más relevancia a medida que los coches totalmente autónomos conquisten las carreteras.

Existen diferentes maneras de modelizar matemáticamente la dinámica peatonal. Unos modelos consideran el flujo de personas como si se tratase de un fluido continuo, sin tener en cuenta las partes que lo conforman. Otros en cambio, se basan en el movimiento particular de cada individuo para extraer así información del conjunto.

Estos modelos se utilizan para llevar a cabo simulaciones con ordenador en las cuales se intenta reproducir el comportamiento de las masas que se observa en el mundo real.  Estos estudios nos permiten entender mejor como aparecen los diferentes tipos de comportamiento colectivo a partir de diferentes reglas de interacción entre humanos.

De esta manera se puede predecir cuales serán los puntos críticos de un espacio cualquiera. ¿Dónde se formarán atascos? ¿Dónde el flujo se volverá caótico? ¿Dónde aparecerán estructuras ordenadas?

La fuerza social

Pese a que el comportamiento humano muchas veces se muestra caótico, irregular e impredecible, es posible crear modelos a partir de lo que se conocen como “fuerzas sociales”. Las fuerzas sociales engloban todo el conjunto de motivos por los que un transeúnte sigue una determinada trayectoria. En este tipo de modelos no se necesita saber si un peatón concreto se moverá a la derecha o a la izquierda. Es suficiente con saber el porcentaje de personas que tomará un camino u otro.

De esta manera se conforma un mapa en el que encontramos gradientes que tienden a llevar a las personas hacia unas direcciones determinadas generadas principalmente por lo que se conoce como pozos atractores, puntos que ofrecen algún tipo de atracción al caminante. De alguna manera existe un campo de fuerzas invisible que nos redirige hacia esos puntos calientes.

Un interesante ejemplo de experimento colectivo se llevó a cabo en Barcelona por el grupo OpenSystems y recibe el nombre de Bee-Path. En el siguiente vídeo se muestra de manera visual lo que he explicado hasta ahora.

Normalmente, los modelos matemáticos se ajustan a través de los datos proporcionados por  grabaciones de vídeo o, como en el caso del Bee-Path, del seguimiento por medio de GPS.

Rápido es lento

Conocer el comportamiento de las personas nos permite adaptar mejor los espacios por los que nos movemos. Se pueden diseñar de manera más eficiente espacios que suelen ser conflictivos como calles muy transitadas, estadios deportivos, estaciones de tren y accesos a las vías del metro.

tokyo-sm-2000x1111

Estos modelos no se adaptan solamente a situaciones de la vida cotidiana sino que permiten también encontrar soluciones eficaces a situaciones de crisis.

¿Te has preguntado por qué, en caso de emergencia, siempre nos han dicho que hay que salir de un edifico sin correr y de manera ordenada? Este tipo de comportamiento tiene que ver con lo que se conoce fenómeno de “faster-is-slower”. En muchos casos se ha observado que realizar ciertos procesos rápidamente lleva más tiempo que esperar y hacerlos de manera coordinada.

En el momento en el que el pánico entra en la ecuación (de manera literal), la cooperación se rompe y el sistema se vuelve caótico provocando situaciones realmente dramáticas y que suelen comportar un gran número de víctimas (el caso del Madrid Arena, por ejemplo).

Embarcarán primero las filas 15 a la 31

¡Error! El embarque en un avión, siempre tan largo y tedioso, (y dominado por los pasajeros con embarque prioritario), es un claro ejemplo donde la dinámica peatonal nos puede echar una mano. Los compañeros de Mythbusters nos hacen una demostración de cuál es la mejor manera de embarcar:

Lo próxima vez que embarques les puedes decir a la azafata que, ciencia en mano, están siguiendo el proceso equivocado. Quizás así consigas embarcar el último.

Dime por dónde vas y te diré quién eres

De esta manera se hace evidente que toda la información sobre nosotros se encuentra en nuestros pasos. Los lugares que visitamos y cuando los visitamos determina principalmente qué hacemos en nuestras vidas. Y por eso grandes compañías como Facebook o Instagram ofrecen su servicios de manera aparentemente gratuita.

Colgamos una foto tomando un helado en Central Park a las 4 de la tarde de un 15 de Mayo y recibimos 50 likes de nuestros seguidores. Cuando en realidad al que más “likes” es a Mark Zuckerberg, que podría ofrecer (por un módico precio) esa información a Ben&Jerry’s para poder saber así a dónde van sus helados y poder abrir una tienda incluso más cerca.

Así que.. ¡ten cuidado por donde (dices que) andas!

No te quedes ahí parado, ¡muévete!

En conclusión, modelizar el movimiento de la población de manera colectiva nos permite crear espacios más cómodos, seguros y accesibles así como afrontar situaciones de crisis de una manera más efectiva.

Así que sal y…. ¡muévete! Muévete de manera aleatoria, ya sea buscando Pokémons o persiguiendo palomas. Introduce ruido en el modelo matemático. O como diría un buen amigo: ¡Caos, caos!

————————————————————————-

Nickolas A. Morton, Shaun C. Hendy “Symmetry Breaking in Pedestrian Dynamics” https://arxiv.org/abs/1605.05437

Bee-path: http://bee-path.net/

Dirk Helbing, Anders Johansson: “Pedestrian, Crowd and Evacuation Dynamics”.

Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s