TEORIA 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 o
interurbana

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

2
Tipos de congestión

• 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.

3
Definiciones

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
 Conceptos
Fundamentales:

Circulación continua

5
Variables relacionadas con la
velocidad
Velocidad de Punto:
Velocidad de un vehículo a su paso por un determinado punto.

Velocidad Instantánea:
Velocidad correspondiente a cada uno de los vehículos que se encuentran
circulando a lo largo de un tramo de carretera en un momento dado.

Velocidad Media Temporal:

Media de las velocidades de los vehículos que pasan durante un intervalo
de tiempo seleccionado

Velocidad Media espacial:

Es la media de las velocidades de los vehículos que se encuentran en un
tramo de vía.
6
Variables relacionadas con la
velocidad

La velocidad media temporal es la media aritmética, en tanto que la velocidad

media espacial es la media armónica.
n

v
i 1
i
Velocidad tomada por un
vt  observador fijo
n
n
ve  n
Velocidad media si
1

tomáramos una foto

i 1
vi
s e2
vt  v e 
ve
 Ejemplo
Se presentan los siguientes datos de velocidad de punto. Calcular
velocidad temporal y velocidad espacial.
Velocidad
N (5 ∗ 40 )+ ( 8 ∗ 55 ) + ( 10∗ 35 ) + ( 15 ∗60 )
(Km/h)   =
𝑉𝑡
5 40 (5+8+10+15)  

8 55
(5+ 8+10+15)
 
𝑉𝑒=
10 35 1 1 1 1
( 5∗
40
+8 ∗
55
+10∗
35
+15 ∗
60
  )
15 60
Ejercicio
Variables relacionadas con la
velocidad

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
Variables relacionadas con la
velocidad

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 cuando las regulaciones no
imponen limitaciones a la velocidad
11
Variables relacionadas con el flujo
(observador estacionario)

•   de flujo (q)
Tasa
Número de vehículos N que pasan durante un intervalo de
tiempo (T), inferior a una hora.

Volumen (Q)
Flujo que pasa durante una hora.

Intervalo (headway - h)
Tiempo entre dos vehículos consecutivos, medido entre
puntos homólogos.
El intervalo promedio () es el inverso de q.
12
Variables relacionadas con el flujo
(observador estacionario)

Brecha o Claro (gap)

Tiempo entre dos vehículos medido entre el parachoques
trasero del más adelantado y el parachoques delantero del
más atrasado.

Paso
Tiempo que un vehículo demora en cruzar su longitud.

13
Ejemplo

Se tienen los siguientes datos de conteo

Hora Vehículos
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, flujo horario máximo, FHMD, intervalo promedio a la
tasa de flujo máximo.
14
Variables relacionadas con la
densidad (foto)

•  
Densidad o Concentración (k)
Número de vehículos (N) que ocupan una longitud especifica
de vía (d)

Espaciamiento (s)
Distancia entre puntos homólogos de dos vehículos
El espaciamiento promedio () es el inverso de k

Separación
Distancia entre dos vehículos medido entre el parachoques
trasero del más adelantado y el parachoques delantero del
más atrasado
15
Relaciones de tiempo y espacio

16
Relación entre variables
S (km o m/veh)
s  v h e S (L/veh)

1
h  h (t/veh) h (h o min o seg/veh)
q
1
s 
k q (Veh/h o veh/min o veh/seg)
q  v k e K (veh/L) k (veh/km o m)
17
Ejemplo

En un punto de una vía se contaron 105 veh durante 15min. A

lado y lado del punto anterior, se cronometró el tiempo que
tardaron 30 veh en recorrer una distancia de 50 m . Los
tiempos obtenidos fueron:
No. de vehículos Tiempo (seg)
7 2.0
9 2.5
8 2.8
6 3.0

Calcular tasa de flujo, el intervalo promedio, la velocidad

media espacial, la densidad, y el espaciamiento promedio.

18
Descripción del flujo vehicular

Modelos microscópicos
Espaciamientos y velocidades individuales basados en teoría del
seguimiento vehicular

Modelos macroscópicos
Describen operación vehicular en términos de las variables
fundamentales, generalmente promedios.
- Determinísticos
- Probabilísticos

19
Modelos determinísticos

20
Modelo lineal (Greenshields)

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

 kc 
 kc  2
q  ve  k c     ve
 vl 
21
Modelo logarítmico (Greenberg)

Funciona bien en flujos congestionados

k 
v  v  ln  c

k
e m

k 
q  v  k  ln  c

k
m
Modelo logarítmico (Greenberg)

23
Modelo exponencial (Underwood)

Aplicable en flujos no congestionados

k

v  v e
e l
km

k

q  v k e l
km

24
Modelo exponencial (Underwood)

25
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

26
Descripción probabilística del
flujo vehicular

Cuando los vehículos no viajan a intervalos

uniformes.

Viajan en grupos con intervalos promedios (ondas)

Flujo es heterogéneo y la tasa de llegadas a

determinado punto puede seguir un proceso
aleatorio

27
 Modelo de llegadas tipo Poisson

Aplicación para flujos vehiculares bajos y medios

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
 Modelo de llegadas tipo Poisson

• P(x): Probabilidad de que x m

me
lleguen x unidades
p  x 
• m: número promedio de
unidades que llegan durante un
x!
 qt 
período de tiempo. x  qt
e
• q: tasa media de llegadas
p  x 
• h: intervalo x!
f  t   qe
• t: tiempo  qt
• f(t): función de densidad de
probabilidad de la distribución
 qt
exponencial p(0)  p(h  t )  e
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

31
 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
q
en el sistema, P(0). E  
w 
Q  Q  q
4. Tiempo promedio de espera en la cola, E(w).
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
q
P w  t   1  e  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
 Sistema M/M/K

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 
 Q
E  w  p (0)
(k  1)!(kQ  q ) 2

38
 Sistema M/M/K

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

1
E  v   E  w 
Q
 k) :
P(nfila,
Probabilidad de tener que esperar en la
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 P (v  t ) :
sistema,
  q 1 
 Qkt 1  
 Qt

 P ( n  k ) 1  e  Qk k  

P (v  t )  1  e 1   
 k q 1 
1 
 Qk k  39
 Ejemplo

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?

40
 Solución

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

41