Teoría del flujo vehicular

TIPOS DE FLUJO

• Flujo Ininterrumpido
– Los vehículos circulan por una vía sin detenciones
causadas por elementos externos al flujo vehicular tales
como los dispositivos de control. Ejemplo: Una carretera
rural

• Flujo Interrumpido.
– El flujo es interrumpido periódicamente por elementos
externos al flujo, especialmente los dispositivos de control.
Ejemplo: Una arteria urbana

2
TIPOS DE CONGESTION

• FLUJO ININTERRUMPIDO
– La congestión se debe a perturbaciones internas como
resultado de la interacción entre los vehículos.
• Congestión Recurrente: Ocurre repetidamente en el mismo lugar y
tiempo. Ej. Retorno de fines de semana.
• Congestión no recurrente. Ocurre por alguna eventualidad. Ej. Un
accidente.
• FLUJO INTERRUMPIDO
– Demoras debido a las detenciones por los dispositivos de
control en intersecciones.
– Paraderos.

3
• CUELLO DE BOTELLA
– Lugar en el cual hay una reducción en la oferta, o un incremento en la
demanda (o ambos), de manera que la demanda iguala o supera la
capacidad.
• COLA
– Acumulación de vehículos aguas arriba del cuello de botella. Los
vehículos están detenidos o se mueven muy lentamente.
• PELOTON
– En flujo ininterrumpido es un grupo de vehículos que viajan detrás de
un “líder” (vehículo lento).
– En flujo interrumpido es un grupo de vehículos que viajan juntos
luego que aparece el verde en una intersección semaforizada.

4
1. Conceptos Fundamentales
CIRCULACION CONTINUA

5
• Velocidad Media espacial
Es la media de las velocidades de los
vehículos que se encuentran en un
tramo de vía.
• Velocidad Media Temporal
Es la media de las velocidades de los
vehículos que pasan durante un
intervalo de tiempo seleccionado
 n
• La velocidad
media temporal v
i 1
i

es la media vt 
n
aritmética, en
n
tanto que la ve  n


velocidad media 1
espacial es la vi
i 1
media armónica 2
se
vt  v e 
ve
• Velocidad de Recorrido o Global ó de Viaje.
Es el resultado de dividir la distancia recorrida, desde el principio
hasta el fin del viaje, entre el tiempo total que se empleó en
recorrerla.
• Velocidad de Marcha ó de Crucero
Es el resultado de dividir la distancia recorrida durante el tiempo en
el cual estuvo en movimiento.
• Velocidad de Diseño o de Proyecto.
Es la máxima velocidad a la cual pueden circular los vehículos en
condiciones de seguridad cuando las condiciones atmosféricas y
de tránsito son favorables
Se toma P98
• Velocidad de Operación.
Es la velocidad máxima segura a que circulan los vehículos bajo
condiciones imperantes del tránsito, el control, la vía y el
ambiente. Sin exceder la velocidad de diseño.
Para su cálculo se toma P85 .
• Velocidad Mínima razonable
Para una corriente de tránsito se considera el P15
• Velocidad Específica
Máxima velocidad que puede mantenerse a lo largo del
elemento considerado aisladamente, en condiciones de
comodidad y seguridad, encontrándose el pavimento
húmedo, las llantas en buen estado, y las condiciones
meteorológicas, del tránsito y regulaciones no imponen
limitaciones a la velocidad
9
• 1.2 VARIABLES RELACIONADAS CON EL FLUJO
– Tasa de flujo (q) y volumen (Q)
Es el número de vehículos N que pasan durante un intervalo
de tiempo (T), inferior a una hora. Q es el flujo que pasa
durante una hora.
Intervalo (h)
Es el intervalo de tiempo entre dos vehículos consecutivos,
medido entre puntos homólogos. El intervalo promedio es
el inverso de la tasa de flujo.

10
Intervalo, espaciamiento y
conceptos asociados

11
Ejemplo

• Se tienen los siguientes datos de conteo

6:45-7:00 295
7:00-7:15 412
7:15-7:30 698
7:30-7:45 387
7:45-8:00 307
8:00-8:15 304; calcular Hora pico. Tasa de flujo
máximo y mínimo, volumen horario, FHMD,
intervalo promedio a la tasa de flujo máximo.
12
• 1.3 VARIABLES RELACIONADAS CON LA DENSIDAD
• Densidad o Concentración (k)
Es el número de vehículos (N) que ocupan una longitud
especifica de vía (d) k=N/d.
• Espaciamiento (s).
Es la distancia entre el paso de dos vehículos consecutivos.
Medido entre puntos homólogos
OTRAS VARIABLES
• Brecha o Claro
Es el tiempo entre dos vehículos medido entre el parachoques
trasero del más adelantado y el parachoques delantero del
más atrasado.
13
• Paso
Es el tiempo que un vehículo demora en cruzar
su longitud.
• Separación
Es la distancia entre dos vehículos medido entre
el parachoques trasero del más adelantado y
el parachoques delantero del más atrasado

14
2.RELACIÓN ENTRE LAS
VARIABLES
s  v he

1
h 
q
1
s 
k
q  v ke

15
Relación entre variables

16
3. MODELO LINEAL
(Greenshields)

 vl 
ve  vl     k
 kc 
 vl 
q  vl  k     k 2

 kc 
 kc  2
q  ve  kc     ve
 vl  17
 4. MODELO LOGARITMICO
(Greenberg)
Funciona bien en flujos congestionados

k 
v  v  ln  c

k
e m

k 
q  v  k  ln  c

k
m
19
 5. MODELO EXPONENCIAL
(Underwood)

• Aplicable en flujos no congestionados

k

v  v e
e l
km

k

q  v k e
l
km

20
21
 6.MODELOS GENERALIZADOS
MULTIREGION

• Edie elaboró un modelo mixto entre

Greenberg y Underwoods.
• Otros proponen un régimen lineal, por zonas,
con dos o tres zonas.
• La propuesta de estos modelos produce
discontinuidades en las curvas. Se realiza una
calibración para flujo saturado y otra para
flujo no saturado.

22
 Ejercicio

En una carretera se han tomado datos de flujo y velocidad, como

se muestra en la tabla. Asumiendo el modelo lineal,
encuentre las ecuaciones del flujo, determine la velocidad a
flujo libre, la densidad de atascamiento y la capacidad de la
carretera

Q(veh/h) 1200 1600 1650 1625 1480

V (km/h) 96 63 85 40 30

23
• DESCRIPCION
PROBABILISTICA DEL FLUJO
VEHICULAR

24
 MODELO DE LLEGADAS TIPO
POISSON

• El análisis de colas de espera es útil para el diseño de

terminales.
• Supuestos del Modelo
– un conductor (operador) sitúa su vehículo independientemente
de los demás, excepto cuando los intervalos son pequeños.
– El número de vehículos que en un momento pasa por un punto
es independiente del que pasa por otro punto.
– El número de vehículos que pasa por un punto en un momento
es independiente del que pasa en otro momento
• P(x): Probabilidad de que x m
me
lleguen x unidades
p  x 
• m: número promedio de x!
unidades que llegan durante un

 qt   qt
período de tiempo. x
e
• q: tasa media de llegadas p  x 
• h: intervalo x!
• t: tiempo
f  t   qe  qt
• f(t): función de densidad de
 qt
p(0)  p(h  t )  e
probabilidad de la distribución
exponencial
TEORIA DE COLAS
 SISTEMAS DE FILAS DE
ESPERA
• UNA COLA Y UNA ESTACIÓN DE SERVICIO.
• UNA COLA Y VARIAS ESTACIONES DE SERVICIO
• VARIAS COLAS Y VARIAS ESTACIONES DE SERVICIO

28
ELEMENTOS DEL PROCESO

• Las llegadas (demanda) o características de la entrada

• La atención (capacidad) o característica de la salida
• El procedimiento de servicio o disciplina de cola.
El régimen de las llegadas y salidas puede ser determinístico o
probabilístico.
 Ejemplos
• Semáforo con régimen D/D/1
• Cuello de Botella
• Línea de espera con una estación de servicio M/M/1
(peaje)
• Línea de espera con varias estaciones de servicio M/M/K
(peaje)

Nota: el régimen puede ser determinístico (D) o

aleatorio o markoviano (D). Un fenómeno M/M/K
supone llegadas y atención de tipo probabilístico y k
estaciones de servicio
SISTEMA DE LÍNEA DE ESPERA
M/M/1
Tasa de llegada Tasa de Servicio

q Q
Área de Servicio
Cola

1. Probabilidad de que haya n unidades en el sistema,

n
P(n). q  q
P  n     1  
Q  Q
Donde n es el número de unidades en el sistema,
incluyendo la que esta siendo servida.
2. El número esperado de unidades en el sistema, E(n).
Incluye el que está siendo servido y los que esperan en
q
fila E  n 
Qq
• 3. El número esperado de unidades esperando para ser servidas ( esto es, la longitud de
la cola), en el sistema, E(m).
q2
E  m 
Q Q  q 
Note que E(m) no es exactamente igual a E(n)-1, la razón de esto
es que hay una probabilidad definida de cero unidades que están
en el sistema, P(0).
q
E  w en la cola, E(w).
4. Tiempo promedio de espera Q Q  q 
5. Tiempo de espera promedio de una llegada, incluyendo cola y
servicio, E(v). 1
E v 
Qq
6. Probabilidad de gastar en el sistema un tiempo menor o
igual a t.  q
 1  qt
Pv  t   1  e
 Q 


7. Probabilidad de espera en la cola un tiempo menor o igual

a t.  q
 1  qt
Pw  t   1  e
q  Q

Q
8. Probabilidad de que mas de N unidades estén en la cola,
N 1
P(n>N). q
P(n  N )   
Q
 Sistema M/M/K
Probabilidad de tener cero unidades en el
sistema, p(0): P  0   1
 k 1 1  q n  1  q  k kQ
      
 n 0 n !  Q   k !  Q  kQ  q
Probabilidad de tener exactamente n unidades en el sistema,
p(n):
n
1q
p(n)    p(0) para 0  n  k
n!  Q 
n
1 q
p ( n)    p(0) para n  k
k !k n  k Q
• El número esperado de unidades esperando para ser servidas ( esto es, la longitud
de la cola), en el sistema, E(m).
k
q
qQ  
E m  Q p (0)
(k  1)!(kQ  q ) 2

Número esperado de unidades en el sistema E(n), incluye la

que está siendo servida y las que están en cola:
q
E  n  E  m 
Q
Tiempo promedio de espera en la línea de espera E(w)
k
: q
Q 
E  w   Q
p (0)
(k  1)!(kQ  q) 2

35
Tiempo promedio gastado en el sistema E(v), incluyendo tiempo de cola y servicio:

1
E  v   E  w 
Q
P(n
Probabilidad de tener que esperar en la  k) :
fila,
k

q p(0)
P ( n  k )   p ( n)   
nk  Q  k !1  q 
 Qk 
 
Probabilidad de gastar un tiempo t o menos en el sistema,P (v  t ) :
  q 1 
 Qkt 1  

 P ( n  k ) 1  e  Qk k  

P(v  t )  1  e Qt 1   
 k q 1 
1 
 Qk k  36
APLICACIONES:
En un puerto, cada camión que ingresa debe
cumplir un trámite de verificación que demora
en promedio un minuto. El flujo de camiones
en el período pico que debe ser verificado es
de 45 por hora.
– Si hay un solo puesto de verificación ¿Cuál es la
probabilidad que un camión sea atendido
inmediatamente? ¿Cuál es tal probabilidad si hay
dos puestos de atención?
37
Veamos si hay un solo puesto de atención. Si no hay ningún camión, será atendido
inmediatamente
0
 45   45 
P  0    1    0, 25
 60   60 

En caso de haber dos sitios de atención, será atendido si hay 0 o 1 camiones.

1
P  0   0, 45
 1  45 0 1  45 1  1  45 2 2  60
        
 0!  60  1!  60   2!  60  2  60  45

1
1  45 
P(1)    0, 45  0,34
1!  60 
P  0   P(1)  0, 79

Las técnicas de simulación también son útiles para estos análisis

38