25/03/2023

UNIDAD 4. TEORÍA DEL FLUJO

VEHICULAR

Miller Salas Rondón

Línea de Investigación:
Ingeniería de Transporte e Infraestructura Vial

Grupo de Investigación: Geomática

ANÁLISIS DEL FLUJO VEHICULAR

Por medio del análisis del flujo vehicular o del análisis de los
elementos de una corriente de tránsito, se comprenden las
características y el comportamiento global del flujo, lo cual es un
requisito primordial y básico para el planeamiento, proyecto y
operación de las vías.

Describir la forma como circulan los vehículos en las vías, conduce

a determinar el nivel de eficiencia y funcionalidad de éstas.

Este análisis ha llevado a investigadores a desarrollar diferentes

modelos matemáticos que han sido base para el desarrollo de los
conceptos de Capacidad Vial y Niveles de Servicio.

2022

INTRODUCCIÓN AL ANÁLISIS DEL FLUJO VEHICULAR

Corrientes Vehiculares
Conjunto de vehículos que circulan a lo largo de una calzada
y en el mismo sentido.

Características:
• Movimiento según sentido de circulación y carriles
• Circulación continua y circulación discontinua

El vehículo dentro de la corriente

Estados en los que los vehículos pueden circular:
•Libre •Siguiendo a otro
•Restringido inicialmente •Adelantando

2022

1
 25/03/2023

INTRODUCCIÓN AL ANÁLISIS DEL FLUJO VEHICULAR

2022

INTRODUCCIÓN AL ANÁLISIS DEL FLUJO VEHICULAR

Parámetros que caracterizan

las corrientes vehiculares

Parámetros Parámetros
microscópicos: macroscópicos:

Expresan la interacción de Expresan las condiciones de

los vehículos individuales en las corrientes vehiculares en
la corriente; conjunto;
- Intervalo (tiempo) - Velocidad
- Espaciamiento (espacio) - Volumen
- Densidad

2022

INTRODUCCIÓN AL ANÁLISIS DEL FLUJO VEHICULAR

PARÁMETROS MICROSCÓPICOS

Espaciamiento
Intervalo =
Velocidad
Tiempo Separación
Brecha =
Velocidad

Espacio Longitud
Paso =
Velocidad
Modelos microscópicos.
Consideran los espaciamientos e intervalos simples, así como las
velocidades individuales de los vehículos y se basan en la teoría del
2022
seguimiento vehicular

2
 25/03/2023

INTRODUCCIÓN AL ANÁLISIS DEL FLUJO VEHICULAR

Parámetros Macroscópicos

FLUJO
VELOCIDAD
DENSIDAD

La velocidad es el parámetro que perciben directamente los

usuarios de las vías: por eso se utiliza normalmente como
indicador de EFICIENCIA de la vía

Modelos macroscópicos.
Describen la operación del flujo vehicular en términos de sus variables de
flujo (q, Q, h), generalmente tomadas como promedios.

2022

VARIABLES RELACIONADAS CON EL FLUJO

1. TASA DE FLUJO (q) y VOLUMEN HORARIO (Q)

El flujo o tasa de flujo (q): frecuencia de paso de vehículos por un punto
o sección transversal de una vía (carril ó calzada). q=N/t, donde: N es el
número total de vehículos y t es un intervalo específico de tiempo, el
cual debe ser inferior a una hora, en unidades de minutos o segundos.
Número de vehículos

750 Q expresado en 15 min.

1200
900

600
300

t
8:00 8:15 8:30 8:45 9:00

2022

VARIABLES RELACIONADAS CON EL FLUJO

2. INTERVALO SIMPLE (hi)

Intervalo de tiempo (seg) que se presenta entre el
paso de dos vehículos consecutivos y medido entre
puntos homólogos de los vehículos.

3. INTERVALO PROMEDIO h
Es el promedio de todos los intervalos
simples (hi) medidos. (seg/Veh)

N −1

h i
h=
1
h= i =1
q
N −1
2022

3
 25/03/2023

VARIABLES RELACIONADAS CON LA VELOCIDAD

Las variables del flujo vehicular relacionadas con la velocidad

son:

• Velocidad de punto en sus dos componentes (temporal y

espacial),
• Velocidad de recorrido
• Velocidad de marcha
• Distancia de recorrido
• Tiempo de recorrido.

2022

10

VARIABLES RELACIONADAS CON LA VELOCIDAD

2022

11

VARIABLES RELACIONADAS CON LA DENSIDAD

1. DENSIDAD O CONCENTRACIÓN (K)

Es el número de vehículos (N) que ocupan una longitud específica (d)

de una vía (carril o calzada) en un momento dado, se expresa en
vehículos por kilómetro (veh/Km), teniendo en cuenta que nos
podemos referir a un solo carril o a los carriles que conforman la
calzada de la vía.

1 3 4

5 2

(d)
2022

12

4
 25/03/2023

VARIABLES RELACIONADAS CON LA DENSIDAD

2. ESPACIAMIENTO SIMPLE (Si).

Es la distancia existente entre el paso de dos vehículos consecutivos,
expresada usualmente en metros y medida entre puntos homólogos de
los vehículos.

3. ESPACIAMIENTO PROMEDIO s
Es el promedio de todos los espaciamientos simples (S i), m/veh

N −1

s i
1
s= i =1
s=
N −1 K
2022

13

RELACIÓN ENTRE: TASA DE FLUJO (q), VELOCIDAD (V),

DENSIDAD (K), EL INTERVALO ( h) Y EL ESPACIAMIENTO ( s)
Velocidad = Espacio 1 1
Tiempo s= h=
K q
1
Tiempo
Ve = K
1
Espacio
q

ECUACIÓN FUNDAMENTAL
DEL FLUJO VEHICULAR
q = Ve  K
2022

14

EJEMPLO DE APLICACIÓN

En un punto de una vía se contaron 245 vehículos Tiempo en

durante 15 minutos. En otro punto, se cronometró el recorrer la Nº de

tiempo que los vehículos demoraban en recorrer una distancia vehículos

(Sg)
distancia de 50 m, obteniéndose estos datos de una 2,5 10
muestra de 45 vehículos, como sigue: 2,8
3,0
12
15
3,2 8
Se requiere calcular la Tasa de flujo, el intervalo Total
Vehiculos
45
promedio, la velocidad media espacial, la densidad y el
espaciamiento promedio.

N
1. Tasa de Flujo (q) q=
T

245veh  60 min 
q=   q = 980 veh / h
15 min  1h 
2022

15

5
 25/03/2023

EJEMPLO DE APLICACIÓN

2. Intervalo Promedio

1 1  3600seg 
h= h=   h = 3, 67 seg / veh
q 980veh / h  1h 
d d
Ve = = m

( f
t
3. Velocidad Media Espacial i  Vi )
i =1
n
d 50m  1Km   3600 seg 
Ve = =
t (10(2.5) + 12(2.8) + 15(3.0) + 8(3.2))  1000m   1h


45

Ve = 62,69 Km / h
2022

16

EJEMPLO DE APLICACIÓN

4. Densidad (k)

q 980veh / h
K= K= K = 15,63veh / km  16 veh / km
Ve 62,69 Km / h

5. Espaciamiento Promedio

1 1  1000m 
s= s=   s = 63,97 m / veh
K 15,63veh / km  1Km 

2022

17

MODELOS BÁSICOS DEL FLUJO VEHICULAR

Bucles bajo la calzada de la autopista

M-45 de Madrid. 74 16:09:47 3 F 4.54m 120.4
Secuencia Velocidad
Hora en Km/H
Dirección Longitud
Carril F correcta en metros
1 Ligero

2022

18

6
 25/03/2023

MODELOS BÁSICOS DEL FLUJO VEHICULAR

ve

MODELOS k – ve
Datos

k
GREENSHIELDS (1935) ve
vl

ve = vl 1 − k  vm
 ka  qm= vmkm

km ka k
ve
GREENBERG (1959) vl

k 
ve = vm ln  a 
 k  ka k
ve
UNDERWOOD (1961)
vl

−k
ve = vm e km

ka k

NORTHWESTERN ve
UNIVERSITY (1967)
vl

− 0.5 k 2


2022
ve = vm e  km 

ka k

19

MODELOS BÁSICOS DEL FLUJO VEHICULAR

MODELO LINEAL
Greenshields (1935), estudió la relación existente entre la VELOCIDAD
Y LA DENSIDAD, proponiendo una relación lineal entre las dos
variables, y mediante el ajuste por el método de los mínimos cuadrados
llegó al modelo lineal propuesto.

Ve
Ve= Velocidad Media Espacial (Km/h.)
A = (0,Vl) K = Densidad (veh/Km/carril)
Vl
Vl = Velocidad media espacial a flujo libre
D = (Kd,Vd) Kc = Densidad de congestionamiento.
Vd

C = (Km,Vm) V 
Vm Ve = Vl −  l K
F = (Kf,Vf)
 Kc 
Vf qmáx = Vm*Km
Vl  K c
B = (Kc,0) qmáx =
Kd
4
Km Kf Kc K
2022

20

MODELO LINEAL DEL FLUJO VEHICULAR

RELACIÓN FLUJO (q) y DENSIDAD (k)

V   V   V 
Ve = Vl −  l  K q = Ve  K = Vl −  l  K   K q = Vl  K −  l  K 2
 Kc    Kc    Kc 
q
qmáx
qc
qc
Vm PendienteAC = Vmc =
Kc
D F
qd = qf
qd
Vd Vf PendienteAD = Vd =
Kd

qf
PendienteAF = Vf =
Kf
A B

Kd Km Kf Kc K

2022

21

7
 25/03/2023

MODELOS BÁSICOS DEL FLUJO VEHICULAR: LINEAL

RELACIÓN VELOCIDAD (Ve) y FLUJO (q)

V  K 
Ve = Vl −  l  K K = K c −  c   Ve
 Kc   Vl 
Ve
A  K    Kc  2
Vl q = Ve  K = Ve   K c −  c  Ve  = Ve  K c −   Ve
  Vl    Vl 
D
Vd

Vm qmáx
V 
Vf
Vl 2 − 4   l   q
F Vl  Kc 
Ve = 
2 2
B qd = qf qc q
2022

22

MODELO LINEAL DEL FLUJO VEHICULAR

q (Veh/h) qmáx
qc

D Vm F
qd = qf
Vd Vf

A B
Kd Km Kf Kc K(Veh/Km)
Ve(Km/h) Ve (Km/h)
A = (0,Vl) A
Vl Vl
D = (Kd,Vd) D
Vd Vd
C = (Km,Vm)
Vm Vm
qmáx
F = (Kf,Vf)
Vf qmáx = Vm*Km Vf
B = (Kc,0) F
B
Kd Km Kf Kc K(Veh/Km) qd = qf qc q (Veh/h)

2022

23

MODELOS BÁSICOS DEL FLUJO VEHICULAR: LINEAL

q qmáx
qc 0  q  qmáx
D Vm F
qd = qf Vm  Ve  Vl
Vd Vf
0  K  Km
A B
Kd Km Kf Kc K
Ve Ve
A = (0,Vl) A
Vl Vl
D = (Kd,Vd) D
Vd Vd
C = (Km,Vm)
Vm Vm
qmáx
F = (Kf,Vf)
Vf qmáx = Vm*Km Vf
B = (Kc,0) F

Kd Km Kf Kc K B qd = qf qc q
2022

24

8
 25/03/2023

EJEMPLO DE APLICACIÓN MODELO LINEAL

Ve K
En un tramo de carretera se realizó un estudio
(Km/h) (veh/Km)
de volúmenes vehiculares y de velocidad en
13 85
diferentes días, para distintas condiciones de
17 77
operación del tráfico. Lo anterior, permitió
22 72
obtener pares de datos (K, Ve).
28 64
33 60 Se considera que la longitud promedio de los
36 56 vehículos es de 5,2 m.
38 55
40 44 Se desea determinar: Las ecuaciones del
44 33 modelo lineal que caracterizan el flujo, el flujo
47 28 máximo, el intervalo promedio a flujo máximo,
51 23 el espaciamiento promedio a flujo máximo y la
56 21 separación promedio entre vehículos a flujo
63 18 máximo.
72 13
2022

25

MODELOS BÁSICOS DEL FLUJO VEHICULAR: LINEAL

1. Ecuaciones que caracterizan el modelo lineal

120

y = -0,696x + 72,263
VELOCIDAD MEDIA (Ve, Km/h)

100
R2 = 0,9433 V 
Ve = Vl −  l  K
80  Kc 

 72, 26 
60 Ve = 72, 26 −   K
 103,82 
40

20 Vl = 72, 26 Km / h
K c = 103,82veh / km / c  104veh / km / c
0
0 20 40 60 80 100
2022
DENSIDAD (k, Veh/Km/c)

26

MODELOS BÁSICOS DEL FLUJO VEHICULAR: LINEAL

2000

1800

1600
FLUJO (q, veh/h/c)

1400

1200

1000 V  2
q = Vl  K −  l  K
800  Kc 
600

400
q = 72,26 K − 0,696 K 2
200

0
0 10 20 30 40 50 60 70 80 90 100 110
2022 DENSIDAD (k, veh/Km/c)

27

9
 25/03/2023

MODELO LINEAL DEL FLUJO VEHICULAR:

V 
80

Vl 2 − 4  l   q
70 Vl  Kc 
Ve = 
2 2
VELOCIDAD (Ve, Km/h)

60

50

40
Ve = 36,13  1305, 38 − 0, 696  q
30

20

10

0
0 200 400 600 800 1000 1200 1400 1600 1800 2000

2022
FLUJO (q, veh/h)

28

MODELOS BÁSICOS DEL FLUJO VEHICULAR:LINEAL

2. Tasa de Flujo máxima (qmax)

120
Vl  K c
y = -0,696x + 72,263 qmax =
VELOCIDAD MEDIA (Ve, Km/h)

100
R2 = 0,9433 4
80

60

40

20

0
0 20 40 60 80 100
2022
DENSIDAD (k, Veh/Km/c)

29

MODELOS BÁSICOS DEL FLUJO VEHICULAR: LINEAL

3. Intervalo Promedio a flujo máximo

1 1  3600 seg 
hmax = hmax =  
qmáx 1879 veh / h / c  1h 

hmax = 1, 92 seg / veh / c

4. Espaciamiento Promedio a flujo máximo

1 1 1  1000m 
smax = smax = smax =  
Km Kc 103,82veh / km / c  1Km 
2 2

smax = 19,26 m / veh / c

2022

30

10
 25/03/2023

MODELOS BÁSICOS DEL FLUJO VEHICULAR: LINEAL

5. Separación Promedio entre vehículos a flujo máximo

INTERVALO

TIEMPO
PASO BRECHA O
CLARO

2 1

LONGITUD SEPARACIÓN
ESPACIO

ESPACIAMIENTO

En condiciones a Flujo máximo, en promedio, se tiene:

Separación Promedio = 19,26 m/veh/c – 5,20 m

Separación Promedio = 14,06 m/veh/c

2022

31

MODELO LINEAL DE CONGESTIÓN

Ejercicio: La relación entre la tasa de flujo q (veh. mix/h/carril) y la velocidad Ve

(Km/h) de una corriente vehicular de comportamiento lineal es: q = 80ve − 0,8ve2

i) Calcular la capacidad máxima del carril.

ii) Determinar la relación volumen a capacidad para una densidad de
30 (veh. mix/Km/carril).
iii) Para una tasa de flujo de 400 (veh. mix/h/carril) en condiciones de
flujo estable realizar una estimación de la velocidad.
iv) Determine las tres ecuaciones del flujo vehicular y dibujarlas

2022

32

MODELOS BÁSICOS DEL FLUJO VEHICULAR

MODELO LOGARÍTMICO
K 
Es un modelo no lineal apoyado en la Ve = Vm  ln  c 
analogía hidrodinámica, estudiado por H.  K 
GREENBERG, combina las ecuaciones de
movimiento y continuidad de los fluidos K 
compresibles. Al aplicarlas al tránsito, se q = Vm  K  ln  c 
obtienen las siguientes relaciones :  K 

Proporciona buenos ajustes en flujos Ve = Vq máx = Vm

congestionados, pero no funciona muy bien
para flujos vehiculares que presentan bajas K = Km
densidades. Para condiciones a qmáx, se tienen
los parámetros de velocidad a flujo máximo  Kc 
(Vqmáx) y densidad de congestionamiento (Kc), Vm = Vm  ln  
los cuales deben ser especificados.  K  qmáx 
2022

33

11
 25/03/2023

MODELO LOGARÍTMICO DEL FLUJO VEHICULAR

Ahora bien, para que se valide la  Kc 

Vm = Vm  ln  
ecuación, se tiene que cumplir, K
 qmáx 

 Kc  Kc
ln 
K  = 1 K qmáx =
 qmáx  e
e= 2,718281

Vm  K c
qmáx = Vm  K qmáx =
e

2022

34

MODELO LOGARÍTMICO DEL FLUJO VEHICULAR

EJEMPLO MODELO LOGARÍTMICO

Para un flujo de tránsito congestionado, se estableció como velocidad a
flujo máximo 33,5 Km/h y como Kc = 175 veh/Km/c. Se desea
establecer las ecuaciones del modelo logarítmico, calcular la velocidad y
el flujo para una densidad de 74 veh/Km/c, y calcular la capacidad

1. Ecuaciones del Modelo Logarítmico

Vm = 33, 5 Km / h K c = 175veh / Km / c

K   175 
Ve = Vm  ln  c  Ve = 33,5  ln  
 K   K 
 175 
K  q = 33,5  K  ln  
q = Vm  K  ln  c   K 
2022
 K 

35

MODELO LOGARÍTMICO DEL FLUJO VEHICULAR

Vm  Kc 33,5 175
qmáx = Vm  K qmáx = qmáx =
e 2, 718282
qmáx = 2156 ,69 veh / h / c qmáx = 2157 veh / h / c
2200

2000

1800

1600
FLUJO (q, veh/h/c)

1400

1200

1000

800

600

400

200

0
0 20 40 60 80 100 120 140 160 180

40 DENSIDAD (k, Veh/Km) 40

VELOCIDAD MEDIA (Ve, Km/h)

VELOCIDAD MEDIA (Ve, Km/h)

30 30

20 20

10 10

Km = 64 veh / Km / c
0 0
0 20 40 60 80 100 120 140 160 180 0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200
2022 DENSIDAD (k, Veh/Km) FLUJO (q, Veh/h/c)

36

12
 25/03/2023

MODELO BÁSICO DEL FLUJO VEHICULAR

MODELO EXPONENCIAL
K
Este modelo fue propuesto por el −
investigador R.T. UNDERWOOD para Ve = Vl  e Km

analizar el régimen de operación vehicular a K

flujo libre. Este modelo se formuló para −
trabajar con flujos no congestionados y q = Vl  K  e Km

propone las siguientes relaciones.

Km
−
El modelo cuando trabaja con altas Vm = Vl  e Km

densidades, no presenta velocidad igual a

cero. Por esta razón los parámetros del
modelo son la densidad a flujo máximo (Km) Vl
Vm =
y la velocidad a flujo libre Vl. e
Al analizar las ecuaciones para condiciones
Vl * Km
de flujo máximo (Km, Vm), se tiene: qmáx = Vm * Km =

2022

37

MODELO EXPONENCIAL DEL FLUJO VEHICULAR

EJEMPLO MODELO EXPONENCIAL

En un estudio de flujos no congestionados, se estableció como
velocidad a flujo libre, 96 Km/h y como densidad a capacidad, 75
veh/km/c. Se desea plantear las ecuaciones del modelo exponencial y
calcular la capacidad.

1. Ecuaciones del Modelo Exponencial

Vl = 96 Km / h Km = 75veh / Km / c
K
− K
−
Ve = Vl  e Km
Ve = 96  e 75

K K
− −
q = Vl  K  e Km q = 96  K  e 75

2022

38

MODELO EXPONENCIAL DEL FLUJO VEHICULAR

Vl  K m qmáx =
96 * 75
= 2648.73  2649veh / h / c
qmáx = Vm  K m = 2.718282
e

2800
2600
2400
2200
2000
FLUJO (q, veh/h/c)

1800
1600
1400
1200
1000
800
600
400
200
0
0 10 20 30 40 50 60 70 80
DENSIDAD (k, Veh/Km) 100
100

90 90
VELOCIDAD MEDIA (Ve, Km/h)

80 80
VELOCIDAD (Ve, Km/h)

70 70

60 60

50 50

40 40

30 30

20 20

10 10

0 0
0 10 20 30 40 50 60 70 80 0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600 2800
2022 DENSIDAD (k, Veh/Km) FLUJO (q, Veh/h/c)

39

13
 25/03/2023

Alguna (o) de ustedes ha experimentado cualquiera de estas

situaciones?

2022

40

Como futuros ingenieros, ¿qué preguntas se harían

mientras esperan ser atendidos?
Flujo (veh/h) o h
1. Cuántas personas llegan a → l (seg./veh).
solicitar este servicio?
2. Hasta dónde puede llegar la fila? → Cola

3. ¿Cuántas módulos de servicio → Número de estaciones

hay? de servicio

4. Me tocó el turno 95 y van en el Flujo (veh/h) o h

53, será que alcanzo hacer otra → m (seg./veh).
vuelta?

5. Ud. Mira a la persona que está atrás suyo y

le pregunta ¿sería tan amable de guardarme el→ el procedimiento de
servicio o disciplina
puesto?

2022

41

Con base en estas variables, cómo se podría definir una cola o línea de
espera?

DEFINICIÓN: una cola se presenta cuando el número de usuarios que llegan a

un lugar para solicitar un servicio, supera la capacidad de atención que tiene
el “servidor”.

La Teoría de colas es una una herramienta que usa algoritmos y modelos

matemáticos para el análisis del fenómeno de la congestión.

Orígenes → Congestión de tráfico telefónico en Cophenague (Erlang, 1909)

y quería cumplir con la demanda incierta del servicio.

2022

42

14
 25/03/2023

SISTEMA DE FILAS DE ESPERA

Una Cola

Varias estaciones
de servicio

Varias Colas

Varias estaciones
2022 de servicio

43

OBJETIVOS DE LA TEORÍA DE COLAS

• Identificar el nivel óptimo de capacidad del sistema que minimiza el costo global
del mismo.
• Evaluar el impacto que las posibles alternativas de modificación de la capacidad del
sistema tendrían en el costo total del mismo.
• Establecer un balance “óptimo” entre costos y la calidad del servicio.
• Calcular el tiempo de permanencia en el sistema o en la cola.
• Cuál es la demora media, máxima?
• Cuál es el número medio de vehículos en la cola?

2022

44

ANÁLISIS DE LA CONGESTIÓN VEHICULAR

La congestión vehicular sucede porque el sistema
tiene una capacidad limitada y tanto la demanda
como el proceso mismo tienen carácter aleatorio.

2022

45

15
 25/03/2023

ANÁLISIS PROBABILÍSTICO DE LA CONGESTIÓN VEHICULAR

Si los vehículos se encuentran espaciados
uniformemente, resulta fácil determinar su flujo y
los diferentes niveles de congestión.

La realidad es que los vehículos viajan en

grupos (pelotón) y lo hacen con para h
c/u.

Luego son concentraciones vehiculares que viajan en

forma de ondas a través del tiempo.
Los vehículos viajan de forma dispersa. Es decir, que el patrón de
llegadas de los vehículos lo hacen de manera aleatoria.

2022

46

Suponiendo que la distribución de llegadas de los vehículos a un punto

es del tipo Poisson, entonces la probabilidad de x llegadas en cualquier
intervalo de tiempo t se determina mediante la expresión:

( q.t ) .e− q.t

x

P( x) = ; x = 0,1, 2,... Donde:

x!
x = Variable aleatoria y representa el número de llegadas de vehículos a un punto.

P(x)= Probabilidad de que lleguen exactamente x vehículos al punto durante el intervalo de

tiempo t.

m = # medio de vehículos que se espera lleguen durante el intervalo de tiempo t

(veh/intervalo). El Valor de m en función de q es: m = q.t, luego nos queda:

Distribución de llegadas vehículos de acuerdo a la distribución de Poisson

m=6 m=12
P(x) P(x)
m = 12

m=6

x x
2022

47

ANÁLISIS PROBABILÍSTICO DE LA CONGESTIÓN VEHICULAR

Propiedades de la distribución acumulada de Poisson

1. Probabilidad de que lleguen N o menos 2. Probabilidad de que lleguen más de N
N 
( q.t ) 
x − q .t
vehículos:
 ( q.t ) .e
x − q .t
 vehículos: N
.e
P( x  N ) = 1 −  P( x) = 
N N
P( x  N ) =  P( x) =   


 x!  x =0 x =0
 x! 
x =0 x =0
 
3. Probabilidad de que lleguen menos de N 4. Probabilidad de que lleguen N o más
vehículos: N −1 
( q.t ) .e− q.t 
vehículos: x
 ( q.t ) .e− q.t 
x N −1
P( x  N ) = 1 −  P( x) = 
N −1 N −1
P( x  N ) =  P( x) =   
 x !   x! 
x =0 x =0

x =0 x =0
 

En uno de los accesos de una intersección sin semáforo en promedio 10 veh/h giran a la
izquierda. Determinar la probabilidad de que en una hora específica: (i) exactamente 10
hagan el giro; (ii) a lo máximo 10 hagan el giro; (iii) más de 12 hagan el giro; (iv) menos de 8
hagan el giro; y (v) por lo menos 8 hagan el giro.
2022

48

16
 25/03/2023

ANÁLISIS PROBABILÍSTICO DE LA CONGESTIÓN VEHICULAR

Propiedades de la distribución acumulada de Poisson

1. Probabilidad de que lleguen N o menos 2. Probabilidad de que lleguen más de N
N 
( q.t ) 
x − q .t
 ( q.t ) .e
vehículos:
vehículos: x − q .t
 N
.e
P( x  N ) = 1 −  P( x) = 
N N
P( x  N ) =  P( x) =   


 x!  x =0 x =0
 x! 
x =0 x =0
 
3. Probabilidad de que lleguen menos de N 4. Probabilidad de que lleguen N o más
vehículos: N −1 
( q.t ) .e− q.t 
vehículos: x
( q.t ) .e− q.t 
N −1
N −1 
x
P( x  N ) = 1 −  P( x) = 
N −1
P( x  N ) =  P( x) =  
 x !   x! 
x =0 x =0

x =0 x =0
 

En uno de los accesos de una intersección sin semáforo en promedio 10 veh/h giran a la
izquierda. Determinar la probabilidad de que en una hora específica: (i) exactamente 10
hagan el giro; (ii) a lo máximo 10 hagan el giro; (iii) más de 12 hagan el giro; (iv) menos de 8
hagan el giro; y (v) por lo menos 8 hagan el giro.
2022

49

ANÁLISIS PROBABILÍSTICO DE LA CONGESTIÓN VEHICULAR

En un estudio realizado en la entrada al parqueadero de UIS se obtuvo que en

hora punta llegaban 540 vehículos/ hora. El celador puede registrar 4
vehículos en un intervalo de 40 segundos. Si llegan más vehículos de los que
es capaz de registrar el celador, ocasionará cola a la entrada del sistema.
¿Cuál es la probabilidad de que se genere cola?

q = 540 veh/h t = 40 s
( q.t ) .e− q.t
x

P( x) = ; x = 0,1,2,... q * t = 540veh/h *40 s = 6 veh.

x!

P( x  4) = 1 − P( x  4)
x= 0 1 2 3 4
4
P( x  4) =  P( x)
P(x)= 0,25% 1,49% 4,46% 8,92% 13,39%
SP(x)= 0,25% 1,74% 6,20% 15,12% 28,51%
x =0

Luego P(x)=71,49%
2022

50

APLICACIONES DE LA DISTRIBUCIÓN DE POISSON

EJEMPLO 1: DISEÑO DE CARRILES DE GIRO A LA IZQUIERDA
Un criterio utilizado consiste en proyectar los carriles de tal manera que el número de vehículos
que deseen girar hacia la izquierda excedan la capacidad de almacenamiento (N) del carril
únicamente en el 5% del tiempo durante un ciclo determinado.
Calcular la longitud necesaria del carril
para que los vehículos giren a la
qi= 200 veh/h izquierda, si se sabe que la longitud
Ciclo= 70 seg. promedio de los vehículos es 5,0 m y el
separación promedio entre ellos es de
0,5 m.

2022

51

17
 25/03/2023

EJEMPLO 1: DISEÑO DE CARRILES DE GIRO A LA IZQUIERDA

N 
( q.t ) .e− q.t  = 0,05 q.t = 200veh / h *70s / ciclo *1h / 3600s = 3,89veh / ciclo
x

P( x  N ) = 1 −  
 x ! 
x =0
 N 
( 3,89 ) .e−3,89  = 0,05
x

P( x  N ) = 1 −  
 x! 
x =0
 

x= 0 1 2 3 4 5 6 7 8
P(x)= 0,0205 0,0796 0,1548 0,2006 0,1951 0,1517 0,0983 0,0546 0,0266
SP(x)= 0,0205 0,1001 0,2548 0,4555 0,6505 80,22% 90,06% 95,52% 98,18%

Luego la longitud del carril de giro a la izquierda es de = 7*5+6*0,5= 38m

2022

52

EJEMPLO 2: DISEÑO DE BAHÍAS PARA BUSES

Determinar la longitud de la bahía para buses alimentadores (La= 8.5 m) si se sabe que en hora pico
la empresa envía un bus cada 3 minutos y el tiempo de ascenso y descenso de pasajeros en la bahía
es de dos minutos. Se debe dejar una separación entre buses de 2,0 m y la longitud de transición es
de 8,0 m.
N 
( q.t ) .e− q.t  = 0,05
x

qa= 1/3min*60min/1h=20 veh/h P( x  N ) = 1 −  

 x ! 
x =0


Ya pueden hacer los ejercicios del

2022
capítulo 10

53

54

18