INGENIERA DE

TRNSITO
4. Teora de flujo de trnsito

CONTENIDO
4.1. FUNDAMENTOS DE INGENIERIA DE TRANSITO.
4.1.1 PARMETROS QUE DEFINEN EL TRNSITO.
4.1.1.1 VOLUMEN.
4.1.1.2 DENSIDAD.
4.1.1.3 VELOCIDAD.
DEMORA
4.1.1.4 RELACION ENTRE VOLUMEN, DENSIDAD Y VELOCIDAD.

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.
4.1.2.1 Estado de un vehculo en la corriente vehicular.
4.1.2.2 Indicadores de las relaciones entre vehculos.
4.1.2.3 Relaciones entre corrientes vehiculares.
4.1.2.4 Corrientes vehiculares en vas de circulacin continua.
4.1.2.5 Modelos de corrientes vehiculares en vas de circulacin
continua.

CONTENIDO
4.2 MODELOS DE TRNSITO VIAL
4.2.1. NATURALEZA E INTERS DEL TEMA
4.2.1.1 Modelos de trnsito.
4.2.1.2 Colas mviles

4.2.2. MODELOS DE VARIABLES BSICAS DE TRNSITO.

4.2.2.1 Intensidad de trnsito (q) [Volumen]
4.2.2.2 Densidad del trnsito (k)
4.2.2.3 La velocidad (v)
4.2.2.4 El intervalo

PRCTICA DE LA DISTRIBUCIN PROBABILSTICA DEL FLUJO

VEHICULAR TIPO POISSON

4.1. FUNDAMENTOS DE INGENIERIA DE

TRANSITO.
4.1.1 PARMETROS QUE DEFINEN EL TRNSITO.
4.1.1.1 VOLUMEN.
A diferencia del flujo que se emplea para referirse a la modelacin de una
corriente vehicular.
EMPLEO:
Demanda: Para cuantificarla
Utilizacin vial: Para medirla
Capacidad: Para expresarla

VARIACIONES:
Diurnas: Por perodos de concentracin del trnsito llamadas horas pico.
Semanales: Los das de condiciones normales son el martes, mircoles y jueves.
Anuales: Cambia segn sea la estacin, perodo de vacaciones, trabajo, estudio, etc.
Por sentido: Se define con claridad en el centro de la ciudad.
Horas pico, Hora valle, Dentro de la hora: Variacin expresada por:
FHP (Factor Hora Pico) =Volumen horario/4*V15(+ cargado)
Si FHP=1 No hay variacin en la hora
Si FHP<1 Hay variacin en la hora pico

V. FUNDAMENTOS DE INGENIERIA DE
TRANSITO.
4.1.1.2 DENSIDAD.
Es el nmero de vehculos dentro de la unidad de distancia y que puede cuantificar en toda la
va, en la calzada o por carril. (veh/km).
4.1.1.3 VELOCIDAD.
TIEMPO:
Recorrido: El utilizado para recorrer cualquier parte de una va sin importar el origen y el destino.
(Travel Time).
Viaje: El que se tarda en recorrer de un O a un D.
Marcha: El utilizado en recorrer una distancia entre O y D pero en la marcha efectiva del vehculo
(sin incluir paradas).

VELOCIDAD MEDIA:
De recorrido: Promedio de las velocidades de muchos vehculos que recorren cualquier tramo de
la va.
De marcha: De varios vehculos se obtiene el promedio de las velocidades al recorrer un tramo de
O a D pero solo en la marcha efectiva, sin incluir paradas.
Libre: Es aquella obtenida considerando los vehculos que circulan sin ningn impedimento por
parte del trnsito.
Vi
Temporal: Es aquella calculada as:
n: Nmero de datos
n
Espacial: Se calcula as
X

t
Donde X: Espacio
ti: Tiempos

La velocidad temporal es mayor que la velocidad espacial.

Armnica: De las velocidades igual a:

1
1

V
i

V. FUNDAMENTOS DE INGENIERIA DE
TRANSITO.
VARIACIONES:
Por Conductor: Segn el tipo (normal, agresivo, pasivo).
Por vehculo: Las caractersticas mecnicas influyen en la velocidad, el ms
pesado domina la operacin de los dems vehculos por su efecto en el
trnsito.
Por va: Sus caractersticas geomtricas influyen en la operacin de los
vehculos.
Por entorno: El anlisis de la velocidad debe considerar las condiciones
tpicas.
Por hora del da: Las velocidades de los vehculos en la hora pico es
diferente que en las horas valle por la presin sicolgica, la premura del
tiempo, etc.
Por interaccin vehicular: Cuando aumenta el nmero de vehculos en un
tramo de va, la velocidad se reduce.
Por regulacin: La velocidad del vehculo est influida por la regulacin del
trnsito segn sea por semforos, seales, etc.
Por estado del tiempo: El clima afecta la velocidad de acuerdo a si hay
nieve, lluvia, viento, sol.

4. Teora de flujo de trnsito

DEMORA
Demora: Es el tiempo durante el cual el conductor se
encuentra impedido en su deseo particular de transitar.
Total: Es la diferencia entre el tiempo total de recorrido y
aquel ideal para el mismo tramo de va.
Por detencin: Es el resultado de acumular los tiempos
durante los cuales el vehculo se encuentra detenido, es
decir, no se incluye el tiempo de aceleracin y
deceleracin.
Por seguimiento: Es la sumatoria de los tiempos en que el
vehculo se encuentra formando caravana o pelotn.
Geomtrica: es la que producen los elementos
geomtricos del trazado de la va en planta y perfil.

4.1.1.4 RELACION ENTRE VOLUMEN,

DENSIDAD Y VELOCIDAD.
Volumen = densidad * velocidad
Q = D*V [Veh/h = Veh/km * km/h]

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.
4.1.2.1Estados de un vehculo en la corriente vehicular
Libre:
Va a velocidad a flujo libre.
Segn O.K.Norman brecha mayor que 9 s.

Restringido inicialmente
Ha reducido su velocidad al acercarse a otro que va a menor
velocidad que la que quiere ir su conductor pero an circula a mayor
velocidad que el vehculo precedente.
Segn O.K.Norman brecha menor que 9 s.

Vehculo siguiendo a otro vehculo

Continuacin del estado anterior, cuando un vehculo va detrs de
otro ms lento que l llega tan cerca de este que debe seguirlo ms
o menos a su misma velocidad.
Segn Radelat: brechas de seguimiento medias entre vehculos
entre 1,0 y 1,6 s.

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.
Adelantando
Cuando un vehculo realiza la maniobra de adelantamiento,
mediante la cual se pone delante del vehculo que iba
siguiendo.

Detenido
Cuando un vehculo tiene que detenerse sin desearlo sus
ocupantes (En vas de circulacin continua es por interaccin
vehicular)

Pelotones y colas
Conjunto de vehculos que se siguen los unos a los otros y
que avanzan juntos por un carril de va.
Ver estados en la corriente vehicular

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.

Corrientes vehiculares en una carretera de dos carriles. S = siguiendo, R =

Restringido, L = Libre, A = Adelantando.

TIPOS DE BRECHAS
FUENTE: RADELAT (2003)
Principios de ingeniera de trnsito.
ITE. Washington D.C.

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.
4.1.2.2 Indicadores de las relaciones entre vehculos.
En la grfica se observan conceptos con relacin al tiempo y
al espacio, as:

Con relacin al tiempo:

Intervalo: Es el tiempo transcurrido entre el paso del parachoque
trasero de un vehculo y aquel del que lo sigue.
Paso: Es el tiempo que utiliza un vehculo (el de atrs) para recorrer
su propia longitud.
Brecha: Es el tiempo que transcurre entre el paso del parachoque
trasero del vehculo de adelante y el delantero del vehculo que lo
sigue.

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.
Con relacin al espacio:
Espaciamiento: Es la distancia entre los parachoques
traseros de dos vehculos consecutivos en la corriente
vehicular.
Longitud: Es la del vehculo.
Separacin: Es la distancia que separa el parachoque
trasero del vehculo de adelante y el parachoque delantero
del vehculo de atrs.

En cuanto a capacidad de vas si es conveniente

establecer la diferencia entre intervalo y brecha.
Todas estas definiciones se asignan al vehculo
de atrs pues l es quien las controla.

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.
4.1.2.3 Relaciones entre corrientes vehiculares.
CRUCE: La circulacin de los vehculos a travs del cruce
se realiza mediante la aceptacin de brechas del trnsito
principal por parte del vehculo en la corriente secundaria.
Las brechas aceptadas normalmente son de 7 a 8 segundos
para las maniobras de frente y a la izquierda, y de 5 a 6
segundos para el giro a derecha.
En los clculos de capacidad se utiliza la brecha mnima
media aceptada.

ENTRECRUCE: Se realiza con las maniobras de

convergencia y divergencia de un vehculo de la corriente
secundaria mediante aceptacin de brechas en la corriente
primaria.
Las brechas aceptadas son de 3 a 4 segundos.

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.

4.1.2.4 Corrientes vehiculares en vas de

circulacin continua.
Son aquellas vas en las cuales no existen
elementos de control sobre la circulacin.
1. Factores que influyen en la velocidad media en
estas vas.
i. Variabilidad de la velocidad deseada y posible
(Dependiendo del tipo de conductor).

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.
En el grfico (1) se modela la variabilidad deseada de la
velocidad respecto al tipo de conductor, o sea, cero, velocidad
igual para todos.
En oposicin, en el grfico (2) se observa la variabilidad de la
velocidad en relacin con el tipo de conductor, as:
Los conductores en da domingo viajan a velocidades con
poca dispersin.
Los conductores habituales de una va transitan a una
velocidad muy parecida, es decir, se encuentran alrededor de
la velocidad media pero sin concentracin en ella como los
domingueros.
Los conductores que viajan en carretera de montaa
presentan una gran variabilidad en su velocidad, lo que
genera interferencia entre ellos, habr muchos que querrn
sobrepasar a los vehculos lentos, haciendo que la velocidad
media se disminuya.

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.

4.1.2 CORRIENTES VEHICULARES. CONCEPCION

MACROSCOPICA DEL TRANSITO.
ii. Volumen y densidad.
Alcance: Si el volumen es bajo, el alcance de vehculos es
menor.
Adelantamiento: Para volmenes y densidades medias, el
adelantamiento es el mayor.
Velocidad: Disminuye con el aumento del volumen y la
densidad.

4.1.2.5 Modelos de corrientes vehiculares

en vas de circulacin continua.
La relacin entre los parmetros del trnsito tuvo su
primera modelacin con la propuesta de
Greenshields en 1934.
En el modelo se observan las siguientes relaciones:
Densidad (Veh/km) vs Velocidad (km/h).
Cuando en una corriente vehicular est con el nmero mnimo
de vehculos, ellos pueden viajar a la velocidad de su
eleccin, es decir, a flujo libre (Vf), al aumentar el nmero de
vehculos en la corriente aumenta la interferencia entre ellos
provocando la disminucin paulatina casi proporcional hasta
que se llega a la densidad mxima en la cual los vehculos
prcticamente se detienen, o sea, velocidad cero y densidad
esttica. (kj).

4.1.2.5 Modelos de corrientes vehiculares

en vas de circulacin continua.

4.1.2.5 Modelos de corrientes vehiculares

en vas de circulacin continua.
Greenshields sugiere como representacin de esta
variacin la recta:

u = u f 1
k
j

u: velocidad media
uf: velocidad a flujo libre
k: densidad
kf: densidad esttica
Esta modelacin no es precisa pero da una idea general
del fenmeno.

4.1.2.5 Modelos de corrientes

vehiculares en vas de
circulacin continua.
Representacin
grfica de las
ecuaciones del
modelo de
Greenshields.

k
v = v f 1
ke

k2
q = v f k
ke

vf
v f v 4
q
k
e

v=
2
2
f

4.1.2.5 Modelos de corrientes vehiculares

en vas de circulacin continua.
Densidad vs Flujo(veh/h)
En una corriente vehicular cuando el nmero de
vehculos por longitud de va es el mnimo, el nmero de
vehculos que cruza una seccin transversal de la va es
pequeo; al aumentar la densidad aumenta el flujo
hasta un valor mximo denominado capacidad terica
(qm) la densidad correspondiente es la densidad crtica
(km); si la densidad continua aumentando el flujo
disminuye hasta cero, esto sucede cuando se llega a la
densidad esttica (kj). La densidad crtica (km) es
aproximadamente la mitad de la densidad esttica (kj).

4.1.2.5 Modelos de corrientes vehiculares

en vas de circulacin continua.
Flujo vs Velocidad(km/h)
La mxima velocidad en la corriente vehicular es la de
flujo libre y se logra cuando el nmero de vehculos que
pasa por una seccin transversal en la unidad de tiempo
es mnima, o sea, flujo casi cero; la velocidad va
disminuyendo en la medida que el flujo aumenta hasta
que ste logra su valor mximo o sea, la capacidad
terica (qm) en este momento los vehculos viajan a
velocidad crtica (um); la velocidad contina
descendiendo a medida que el flujo inicia su descenso
desde la capacidad terica hasta que ambos llegan a
cero.

4.2 MODELOS DE TRNSITO VIAL

FUENTE: GARDETA OLIVEROS, J. G.
(1984). Modelos de Trfico Vial. Madrid:
Centro de Estudios y Experimentacin de
Obras Pblicas. Departamento de
Informacin y Documentacin, 160p.: il.,
graf., tabl., Madrid, ESPAA.

4.2.1. NATURALEZA E INTERS DEL

TEMA
Problemas del trnsito resultan complejos y
sus soluciones, en proporciones similares,
han exigido el anlisis del fenmeno a travs
de modelos de tipo cientfico. Sin embargo,
estos esfuerzos no han sido suficientes para
acercar el desarrollo terico a su
aplicabilidad a la vida real.

4.2.1.1Modelos de trnsito.
Se han hecho descripciones matemticas del
trnsito vial en casi todo tipo pero solo se
han logrado relaciones con ajuste a la
realidad aceptable en rampas, estaciones de
peaje y estacionamientos. La principal
investigacin terica ha sido hacia las
carreteras de dos carriles. El anlisis terico
puede enfocarse as:

4.2.1.1Modelos de trnsito.
1) Anlisis emprico: Relacin causa efecto que los datos muestran.
2) Anlisis terico-matemtico
a) Con estructura determinstica: Relacin causa-efecto sobre
parmetros medios que no aceptan variaciones en las variables y su
bondad depende del ajuste de resultados con la realidad.
b) Con estructura estocstica: Acepta fluctuacin de las variables. La
teora de colas se ha empleado ayudados de hiptesis simplificadas
tpicas como la distribucin de llegadas Poisson y la distribucin
determinstica o exponencial de los tiempos de servicio.

3) Simulacin: Ha demostrado una eficacia enorme cuando los

problemas son inabordables matemticamente.
Ventajas: Capacidad para incrementar el realismo al poder
eliminar hiptesis simplificadoras y capacidad para mirar el
sistema en forma microscpica.

4.2.1.2 Colas mviles

Los vehculos estn en cola si cada uno debe reaccionar
instantneamente a las reducciones de velocidad del antecesor.
El mecanismo de cola existente es:
La estacin de servicio formada por el vehculo lder.
Los usuarios, son los vehculos que lo siguen, llegan con una
tasa y distribucin de llegadas aleatorias, dependiente de su
velocidad relativa respecto al lder.
Si el conductor desea viajar a velocidad superior a la del lder le
adelantar y este es el proceso de adelantamiento, el que se
considera como el servicio que el lder (estacin de servicio) da
al seguidor (usuario).
El modelo conceptual es sencillo, los problemas surgen al definir
sus elementos:
tasas de llegadas, disciplina de cola, capacidad de cola, estaciones
de servicio, etc. El esquema y tasas de servicio dependen de la
velocidad relativa con el lder, capacidad de aceleracin del vehculo
seguidor, visibilidad de adelantamiento, carril de adelantamiento.

4.2.2. MODELOS DE VARIABLES

BSICAS DE TRNSITO.
4.2.2.1 Intensidad de trnsito (q) [Volumen]
Distribucin de Poisson:
Apropiada para trnsito aleatorio, conductor elige rgimen
circulatorio (Sin restriccin por otros vehculos o sistema de
control del trnsito, hasta 200 veh/h-carril)
Probabilsticamente queda definido por una esperanza
matemtica y una varianza de la misma magnitud.
Coeficiente de variacin =1. Adems, debe cuidarse, al
modelar con esta distribucin, que el trnsito permanezca a lo
largo del tiempo constante en sus propiedades.

4.2.2.1 Intensidad de trnsito (q) [Volumen]

qt )i
(
qt

e i! ; i = 1,2,...
p(i ) =
0, para otros valores
p(i)= probabilidad de que i vehculos lleguen
a una seccin transversal fija de la carretera
en un periodo de tiempo fijo t.
q = nmero medio de llegadas (tasa de
llegadas) en el periodo de tiempo t.
t = duracin del periodo unitario.
VER EJEMPLO

4.2.2.1 Intensidad de trnsito (q) [Volumen]

Distribucin binomial, cuando el trnsito toma un
mayor volumen, el movimiento queda ms
coaccionado y por lo tanto su varianza se reduce,
esta distribucin ha dado un buen ajuste.
m
m i
p (i ) = p i (1 p ) ; i = 0,1,2,...m vehculos (nmero medio de vehculos que llegan en un intervalo de tiempo t )
i
= esperanza = mp

2 = varianza = mpq
mp

1
= (1 p ) 1
= 2 =

mpq

4.2.2.1 Intensidad de trnsito (q) [Volumen]

Distribucin binomial negativa, cuando
existe una gran variacin motivada por la
inclusin
en
el
estudio
de
datos
pertenecientes a regmenes distintos (horas
pico y valle), con <1
i + k 1 k
i
p(i ) =
p (1 p ) ; i = 0,1,2,...
k 1

k (1 p )
p
k (1 p )
2 = var ianza =
p2
= p <1

= esperanza =

4.2.2.1 Intensidad de trnsito (q) [Volumen]

Si varias poblaciones de tipo Poisson con
parmetros ma, mb, ,mn, se combinan, el resultado
sigue siendo Poisson con un parmetro m= mi por
lo cual el modelo poissoniano puede ajustar bien
datos de llegadas tomados de carreteras con varios
carriles por cada direccin, si en cada carril el
trnsito es libre. Si el trnsito no es libre, algunos
autores (D. J. BUCKLEY, 1967; M. G. KENDAL Y A.
STUART, 1958) han demostrado que el proceso de
conteo resultante es de tipo binomial negativo.

4.2.2.2 Densidad del trnsito (k)

Rara vez se mide pues se puede calcular a
partir de medidas de velocidad y flujo. Vara
entre cero y el mximo en estado de rgimen
de colapso circulatorio (espaciamiento = 6m
= longitud + separacin), o sea, 166
vehculos/km para velocidades ms o menos
normales de 40 km/h, es difcil de alcanzar
en circulacin libre. Se ha estudiado poco
pues se puede deducir por otros medios.

4.2.2.3 La velocidad (v)

Hay varios tipos: la media temporal o local y la media espacial o
momentnea, la primera es la media de todos los vehculos que
pasan por una seccin de una carretera durante un intervalo de
tiempo, y la segunda, es la media de todos los vehculos que en
un instante determinado de tiempo estn en un tramo.
Debido a los sistemas de medicin los ajustes se han estudiado
con velocidades instantneas. Las velocidades varan entre cero
y un valor mximo o tericamente infinito. Es usual intentar el
ajuste con las distribuciones: la normal, la gamma o Pearson
Tipo III, y la beta o Pearson Tipo I.
La velocidad instantnea est afectada por el conductor, el
vehculo, la va, el trnsito y el medio ambiente. Debido a esta
multiplicidad de factores se han utilizado distribuciones de 2
parmetros que permitan una mayor flexibilidad en el proceso de
ajuste a cada uno particular.

4.2.2.3 La velocidad (v)

Distribucin normal:
1
f (u ) =
e
2
<u <

(u )2
2 2

= esperanza de la distribucin ( = v )
= Desviacin estndar(s = desviacin muestral = )

1.
Si la velocidad tiene un histograma
simtrico, la distribucin Normal es un buen
modelo.

4.2.2.3 La velocidad (v)

2.
Si la velocidad no asume posicin
simtrica, entonces, la Distribucin o Pearson
Tipo III es un modelo bastante ajustado:

f t (u ) =

( )

Funcin de densidad de la distribucin Gamma (Ver

figura 2.5)

4.2.2.3 La velocidad (v)

4.2.2.3 La velocidad (v)

Adems, sirve para modelar velocidades medias
espaciales y temporales (RRL, 1965 y F. Balaguer, C.
Kraemer, V. Snchez, 1974).

f t (u ) =

( 1)
ut = ue = ( 1)
t =

e = ( 1)

4.2.2.3 La velocidad (v)

Para mayor ajuste se ha demostrado que una
gamma trasladada ofrece un buen modelo
1 u u min
f (u ) =
( )
u min > 0,

1 u umin

valor de la traslacin

> 0, Parmetro determinativo de la forma de la curva

0, Parmetro determinativo de la escala de la curva
Se recomienda calibrar a y b a la distribucin observada
usando el mtodo de mxima verosimilitud (W. Feller,
1950) en lugar del de los momentos.

4.2.2.3 La velocidad (v)

3. En carretera no congestionadas la distribucin
tiene un sesgo hacia velocidades altas,
entonces, la distribucin Beta o Pearson Tipo I
constituye un modelo apropiado y su funcin de
densidad es:

u a 1 (1 u )
f (u ) =
, 0 < u <1
(a, b )
(a )(b )
(a, b ) =
(a + b )
b 1

4.2.2.3 La velocidad (v)

Ya que est solo est definida entre 0 y 1 es necesario un
cambio de escala y quiz una traslacin para mejor ajuste:
a 1
b 1
(
u C1 ) (C2 u )
f (u ) =
,
a + b 1
(a, b )(C2 C1 )

C1 < u < C2

C1 , C2 = Lmites del dominio y existencia

C = (C2 C1 )
1

a
, Expresin de momento alrededor de C1
a+b

bC1 + aC2
, Media
a+b

( )

C1 2
1

2 = 2
C1

ab
C C1
= 2
, Varianza

a
+
b
a
+
b
+
1

Ver ejemplo de ajuste de la Figura 2.6.

Se recomienda calibrar con el mtodo de mxima verosimilitud.

4.2.2.3 La velocidad (v)

4.2.2.4 El intervalo
Se tratan modelos que solo describen la forma de la variable
intervalo pues el mecanismo de prediccin de intervalos se
estudiar en el captulo de Modelos de trnsito probabilsticos.
1. A un proceso de conteo Poisson le corresponde uno de intervalos
intersucesos de tipo exponencial, entonces, las funciones de distribucin
y densidad sern:
F (t ) = 1 e
f (t ) = e

qt

qt

,t 0

t
T

p(h < t ) = 1 e , Funcin de distribucin

t
T

p(h t ) = e , T =

Funcin de densidad del modelo de

1
= 1seg,
q
intervalos negativo exponencial

Representa el proceso de intervalos en estado perfectamente aleatorio y

libre correspondiente al de llegadas de tipo Poisson descritos en los
modelos de intensidad (Volumen). Ver Figura 2.7 de las Funciones de
densidad del modelo de intervalos negativo exponencial y de
distribucin del mismo modelo.

4.2.2.4 El intervalo

4.2.2.4 El intervalo
2. La distribucin anterior tiene el inconveniente de dar una
probabilidad no nula a intervalos muy pequeos. Sin embargo,
cuando los vehculos circulan por un solo carril, no pueden
producirse intervalos muy pequeos debido a que cada
vehculo tiene una cierta longitud. Para evitar este
inconveniente se ha modelado distribuciones exponenciales
negativas trasladadas del tipo siguiente:

F (t ) = 1 e

t
t

= p(h < t ), Funcin de distribucin

t = valor medio del intervalo

= Traslacin (Deterministica que tiene controversias)
t

1 t
f (t ) =
e
t
La funcin de distribucin se representa en la figura 2.8.

4.2.2.4 El intervalo

4.2.2.4 El intervalo
3. Cuando hay grupos de vehculos circulando en cola encabezados
por uno ms lento al que los dems no pueden adelantar. La
aleatoriedad se pierde ajustndose mejor las distribuciones mixtas
(A. Schuhl, 1955).
t d
t

Pr {h t } = a 1 e t2 d + (1 a )1 e t1

a, d , t1 , t 2 Parmetros a estimar a partir de medidas realizadas en la carretera

a = % de vehculos rpidos
d = intervalo mnimo de un vehculo
t1 = intervalo medio de los vehculos libres
t 2 = intervalo medio de los vehculos no libres
En la Figura 2.9 se representa esta distribucin.
Esta distribucin supone dos tipos de poblaciones de vehculos: una que
viaja a flujo libre y otros restringidos por los lentos. Es de difcil utilizacin
al requerir la estimacin de tantos parmetros.

4.2.2.4 El intervalo

4.2.2.4 El intervalo
4. Dawson (R. F. Dawson y L. A. Chimini, 1968; R.
F. Dawson, 1969) propuso un modelo ms completo
que el anterior en donde uno de los factores es
modelado a travs de una distribucin Erlang.
5. Las distribuciones exponencial negativa y
trasladada son particularizaciones de la familia de
distribucin de Erlang, particularizacin de la
Gamma, en las que el parmetro k, de la Gamma,
toma valores enteros.

4.2.2.4 El intervalo
kt
p(t ) =
T

k 1

kt

k
e T , Funcin de densidad
T(k )

T = Media de los intervalos observados =

1
Intensidad media

T2
= Varianza de los intervalos observados
=
k
2

k 1

kt
T

kt e
p(h t ) =
, Funcin de distribucin
i!
i =0 T

k = entero que determina la forma de la distribucin que

puede estimarse a partir de la varianza y media muestral
que se hayan tomado mediante el mtodo de los
momentos. Debe redondearse al entero ms prximo en
las distribuciones de Erlang.

4.2.2.4 El intervalo
6. Alternativamente puede usarse una Gamma
generalizada () en donde k Reales pero su
calculo requiere un computador. Si k=1, entonces
los datos corresponden a la distribucin negativa
exponencial (Llegada de vehculos en rgimen de
libertad). Al crecer k parece incrementarse el grado
de no-aleatoriedad. Si k = , entonces, uniformidad
absoluta, es decir, intervalo vehicular determinstico
constante.
7. Finalmente Dawson involucr el factor tipo
Erlang y una traslacin para tener en cuneta el
intervalo mnimo definiendo el modelo Hiper-Erlang:

PRCTICA DE LA DISTRIBUCIN
PROBABILSTICA DEL FLUJO VEHICULAR TIPO
POISSON
OBJETIVOS:
Analizar mediante la aplicacin de la Distribucin de
Poisson el comportamiento del flujo vehicular en un va
rural o de trnsito medio o bajo.
Verificar de acuerdo a los resultados obtenidos si el
comportamiento vehicular se ajusta a la distribucin de
Poisson.
Realizar las diferentes pruebas estadsticas para adquirir
destreza en su manejo e interpretacin de sus resultados.
Obtener conclusiones sobre el ajuste del modelo con los
datos observados.

PRCTICA DE LA DISTRIBUCIN
PROBABILSTICA DEL FLUJO VEHICULAR TIPO
POISSON
DESCRIPCIN DEL PROCEDIMIENTO
Seleccionar una seccin transversal de una carretera de
dos carrilles (un sentido) o de una multicarril (dos o mas
carriles en un solo sentido) con trnsito bajo (menor a
200 vehculo/h) para observar el volumen de vehculos.
Seleccionar un periodo de tiempo unitario (t) de 30 o 60
segundos de acuerdo al volumen estimado de manera
que en cada uno se puedan tener registros de llegadas
de vehculos.
Registrar el nmero de vehculos que cruzan la seccin
transversal escogida en cada uno de los periodos
unitarios durante una hora.

PRCTICA DE LA DISTRIBUCIN
PROBABILSTICA DEL FLUJO VEHICULAR TIPO
POISSON
Determinar el volumen horario del estudio y
convertirlo en trminos de m.

Por ejemplo: Si el volumen horario fue de

349 vehculos/h, el periodo unitario de 30
segundos, entonces:
veh * 30 seg *1h
349
qt
h
m=
=
= 2.908 veh
seg
3600
3600 seg

PRCTICA DE LA DISTRIBUCIN
PROBABILSTICA DEL FLUJO VEHICULAR TIPO
POISSON

Determinar la frecuencia de datos para cada valor de nmero

de vehculos llegados en cada periodo unitario y
consecuentemente el nmero de datos obtenidos (N).
X

F(observada)

27

14

12

18

16

16

8 o ms

120

PRCTICA DE LA DISTRIBUCIN
PROBABILSTICA DEL FLUJO VEHICULAR TIPO
POISSON
Obtener la probabilidad segn Poisson, p(x) y la
Frecuencia terica, F(x) correspondiente.
q
t

qt

e
3600

p(x ) =
x!
F (x ) = N * p(x )

qt

3600

349
30

2.908

X F(observada)
p(x)

0
1
2
3
4
5
6
7
8
N

27
14
12
18
16
16
9
5
3
120

F(x)

p(0)

0.055 F(0)

6.55

p(1)

0.159 F(1)

19.04

p(2)

0.231 F(2)

27.69

p(3)

0.224 F(3)

26.85

p(4)

0.163 F(4)

19.52

p(5)

0.095 F(5)

11.35

p(6)

0.046 F(6)

5.50

p(7)

0.019 F(7)

2.29

p(x>=8) 0.010 F(8)

1.21

1.000

120.00

PRCTICA DE LA DISTRIBUCIN
PROBABILSTICA DEL FLUJO VEHICULAR TIPO
POISSON
Determinar la funcin X2 (Chi cuadrado).

[
F (Observada ) F ( x )]
=
F (x )

Chi cuadrado
x2(x)
x2(0)
63.88
x2(1)
1.34
x2(2)
8.89
x2(3)
2.92
x2(4)
0.63
x2(5)
1.90
x2(6)
2.22
x2(7)
3.22
x2(>=8)
2.67
Suma
87.67

PRCTICA DE LA DISTRIBUCIN
PROBABILSTICA DEL FLUJO VEHICULAR TIPO
POISSON
Efectuar la prueba de bondad de ajuste (X2)
X2 ,
Donde:
= Confianza.
= Grados de libertad = Nmero de respuestas posibles
1 Nmero de parmetros
Para el ejemplo: = 9 1 1 =7; = 95%; X2 95,7 =
14.067
Segn los resultados del ejemplo, como el valor de la
prueba (87.67) es mayor que el encontrado en la Tabla
de Chi Cuadrado (14.067), se puede concluir que la
distribucin de los datos observados no se ajusta a la
Distribucin de Poisson.

PRCTICA DE LA DISTRIBUCIN
PROBABILSTICA DEL FLUJO VEHICULAR TIPO
POISSON
Dibujar un histograma que permita comparar las
frecuencias observadas y las tericas.
COMPARACIN DE FRECUENCIAS OBSERVADAS Y
TEORICAS (DISTRIBUCIN DE POISSON)

Frecuencia

30
20

F(observada)

10

F(x)

F(observada) 27
F(x)

14

12

18

16

16

6.55 19.0 27.6 26.8 19.5 11.3 5.50 2.29 1.21

Nmero de vehculos por periodo unitario de 30"