Una forma directa de reducir el número de automóviles en la carretera es disuadir a las personas de usar exclusivamente su automóvil e integrar en su rutina diaria el uso del transporte público. Planificar viajes multimodales es una tarea compleja para la cual las personas a menudo dependen de herramientas de apoyo a la toma de decisiones. Sin embargo, ofrecer a las personas diferentes opciones de viaje representa un desafío algorítmico significativo. La falta de proporcionar a los usuarios un conjunto de opciones de viaje que difieran considerablemente entre sí en términos de los modos de transporte utilizados está impidiendo actualmente la adopción generalizada de la planificación de viajes multimodales entre el público en general. En este documento, presentamos un algoritmo de programación dinámica que remedia esta situación al modelar diferentes redes de transporte como un grafo que luego se poda mediante diversas técnicas de preprocesamiento de reducción de gráficos. Este enfoque nos permite ofrecer un conjunto diverso de soluciones multimodales eficientes a los usuarios casi instantáneamente. Un estudio computacional en tres conjuntos de datos correspondientes a diversas redes de movilidad del mundo real con hasta 30,000 vértices y 596,000 arcos demuestra la efectividad del algoritmo propuesto.