1.

PRELIMINARII
PROBABILITI. VARIABILE
ALEATOARE
Definiia clasic a probabilitii
Probabilitatea a fost privit, fie dintr-un punct de vedere psihologic
ca msurnd gradul de siguran al observatorului, relativ la producerea sau
neproducerea unui fenomen, fie statistic ca frecven de apariie a unui
fenomen ntr-un numr mare de experimente independente.
Din punct de vedere clasic, definiia care s-a dovedit cea mai eficient
n calcule, a fost aceea care a plecat de la conceptul de egal posibilitate.
Acest lucru nseamn c numrul de posibiliti ntr-un experiment este finit
i toate posibilitile au aceeai ans.
Probabilitatea unui eveniment care const din mai multe astfel de
posibiliti este raportul dintre numrul cazurilor favorabile i numrul
cazurilor posibile. Utilizarea acestei definiii presupune c ntr-un fel sau altul
putem numra strile posibile i pe cele favorabile.
Exemplu
Se arunc un zar de dou ori. S se determine probabilitile
evenimentelor:
Suma feelor celor dou zaruri este 6.
Ambele zaruri au faa cu acelai numr.
Soluie
Cazurile posibile n cele dou situaii sunt:
de 36.

1,1 , 1,2 ,..., 6,6

, n numr

1,5 , 2,4 , 3,3 , 4,2 , 5,1

Cazurile favorabile sunt:

, deci 5.
nr.cazuri. favorabile 5
p

nr.cazuri. posibile
36
atunci
.
1,1 , 2,2 , 3,3 , 4,4 , 5,5 , 6,6
Cazurile favorabile sunt:
,deci 6
p

atunci

6 1

36 6

Definiia axiomatic a probabilitii

n general evenimentele se exprim prin propoziii.Propoziiile,

,,

obinute prin operaiile logicii matematice

, ntre propoziii care
exprim evenimente; exprim la rndul lor alte evenimente.

Probabilitatea este definit pe o mulime

de evenimente care o dat
cu evenimentele A i B conine i evenimentele urmtoare exprimate prin
"" , "" , ""
operaiile logice
A B A
B
i
A B A
B
sau
P E
A
- non A
,
.
E - evenimentul sigur (cert)

- evenimentul imposibil.
De asemenea presupunem c au loc urmtoarele relaii:

A B B A; A B B A;

Comutativitatea
Asociativitatea
Distributivitatea

A B C A B C; A B C A B C;

A B C A B A C ; A B C A B A C
Absoria

A B A A; A B A A;

A B A B; A B A B;
Legile lui de Morgan
Evenimentele cert i imposibil se caracterizeaz prin:

A ; A A
;

E A A; E A E
Evenimentul non A sau contrar lui A are proprietile:
A A ; A A E.

Definiie: O mulime de evenimente cu proprietile de mai sus se

numete cmp de evenimente sau algebr de evenimente sau algebr Boole.
Relaiile de mai sus nu sunt independente , deci nu formeaz un set
minimal de axiome pentru algebrele Boole. Pe de alt parte ele implic alte
A A.
relaii importante , cum ar fi
Urmtoarea teorem descrie asemenea
cmpuri de evenimente prin submulimi.

Teorema lui Stone:

Fie M o mulime de evenimente cu proprietile de mai sus. Atunci
exist o mulime E i o submulime

P E

, E
;
3

ce verific la proprietile:

 ii A, B A B
iii A, B A \ B
i o bijecie

: P E

astfel ca:

a A B A B

b A B A B
c A A

; E E

Teorema arat n esen c orice cmp de evenimente poate fi

E
""
reprezentat prin submulimi ale aceleai mulimi . Operaiei
ntre
""
""
""
evenimente i corespunde
mulimilor , operaiei
i corespunde
""
mulimilor, iar negaiei
i corespunde complementara, evenimentul sigur

E
E
sau cert corespunde mulimii totale , iar evenimentul imposibil

corespunde mulimii vide .

i , ii

P E

iii

Definiie: O mulime
cu proprietile
i
din
teorema lui Stone se numete clan,algebr de evenimente sau cmp de
evenimente. Uneori se mai numete i algebr de mulimi.

Propoziie: Fie

P E

un cmp de evenimente:
n

a
b

A1 , A2 ,..., An

Dac

atunci
A
A
Dac
atunci
.
4

i 1

i 1

Definiia axiomatic a probabilitii:

Fie

P E

un cmp de evenimente. Se numete probabilitate pe

p: R

o funcie

ce satisface la proprietile:

i p A 0,1, A

;
p A B p A p B

ii

iii p 0

Tripletul

A B

l vom numi cmp de probabilitate.

E , , p

un cmp de probabilitate. Atunci:

p A 1 p A , A ;
Ai A j

A1 , A2 ,..., An
Dac

p Ai
i
i 1
i 1

pentru

i j , i, j 1,2,..., n

3 p A B p A p B p A B

atunci

p E 1

E, , p

Teorem: Fie

dac

A B p A p B

VARIABILE ALEATOARE

A, B

f :E R

Definiie: O funcie

se numete variabil aleatoare (pe

a, b R

scurt v.a.) , dac pentru orice interval deschis

f

a, b

Re f

, avem

f :E C

. O funcie

Im f

se numete variabil aleatoare dac

sunt variabile aleatoare reale.

Variabilele aleatoare care iau un numr finit de valori se numesc

variabile aleatoare simple.
v1 , v 2 ,..., v n

Ai f

Fie
valorile distincte ale lui
condiii variabila aleatoare se scrie:

i fie

vi
. n aceste

v1 , dac, x A1
v , dac, x A
2
2

f x

........................
v n , dac, x An

Fiecrei variabile aleatoare

i vom asocia o diagram , notat tot cu

v
f : 1
p1

v2
p2

v3 ... v n

p3 ... p n

repartiia variabilei aleatoare.

, numit distribuia sau

Aj

v1 , v 2 ,.., v n
Valorile

sunt n general distincte, iar evenimentele

j 1, n

, formeaz o partiie a lui

n

i 1

Ai , A j

, dac

i j
sunt disjuncte pentru

p1 p 2 ... p n 1
. Este clar atunci c

Pentru o variabil aleatoare simpl definim:

Definiie:

i 1

i 1

M f vi p i v i p f v i

valoarea medie a lui f:

M k f m k f vik pi M f
n

ii

iii

i 1

momentul de ordinul k:

i 1

iv

dispersia:

D f 2 f vi M f p i M f M f
2

f : R C, f c t f t e
j 1

iv j t

sau
pj;

f
2

fc : R C
funcia caracteristic:

momentul centrat de ordinul k:

k f vi M f pi M f M f

 vi

funcia de repartiie:

F:RR

F t p x X f x t p f t

Vom nota n general cu

f b

a, b x X a f x b

evenimentul

, iar probabilitatea acestuia cu

p a f b

.
Teorem (proprietile valorii medii)
X , , p
f , f 1 , f 2 ,...
Fie
un cmp de probabilitate finit i
variabile
aleatoare pe X. Atunci:
f C ct. M f C ;
1.
Dac
ct. M f M f ;
2.
Dac
3. M f 1 f 2 M f 1 M f 2
i de aici
M f 1 f 2 ... f n M f1 M f 2 ... M f n
i

M af bg aM f bM g
M f M f 0

4.

Dac

f1

a, b

constante ;

f2

i
sunt independente atunci
f

M f 0
5.
Dac
;
f g M f M g
6.
Dac
;
7. M f max f
.
8

M f1 f 2 M f1 M f 2

Teorem (proprietile dispersiei)

D f 0
a.p.t.(constant)
;
2
2. D a f a D f
,a fiind o constant;
f1 f 2
D f1 f 2 D f1 D f 2
3.
Dac
,
sunt independente
.

1. f C

f M f
D f

Definiie: Dac
este o v.a. atunci expresia
deviaia standard a lui f.

X , , p

se numete

Definiie: Fie
un cmp de probabilitate. O funcie
f :X R
c R
se numete variabil aleatoare , dac pentru
, mulimea

f c

este un eveniment din

mai sus prin

f
sau

, c

este o v.a.

c R f c

c R f c

c R f c

c R f c

;
;
;

;
c R f

. Adesea vom nota mulimea de

f :X R

Propoziie:
condiiile:

.
9

este ndeplinit una din

Teorem:
f

f g, f g,

Dac

f
g

sunt v.a. atunci i

sunt v.a. .

f vi , Ei , pentru, i 1, n
Fie
se definete prin:

. Atunci valoarea medie a lui

M f vi p Ei
i

f dp

f dp
Vom nota aceast expresie prin
Avem proprietile mediei:

1.

2.

f c

4.

f
X

f
X

i 1

Dac

f1

dp f i dp

i 1 X

f2

sunt independente atunci

6.

f 2 dp

5.

fdp c
X

sau

Dac
;
f g dp fdp gdp

3.

f dp f
1

f 0
Dac
f g

dp

;
fdp 0

fdp gdp
X

10

7.

fdp max

k
Momentul de ordinul se definete ca pentru v.a. simple
M k f mk f M f k f k dp

Momentul centrat de ordinul k :

f M f dp

k f M f M f k

Dispersia se definete de asemenea ca pentru v.a. simple:

D f M f M f

f M f dp M
2

f M f 2

Unei v.a. generale nu-i putem ataa distribuia sau repartiia ca n cazul
v.a. simple, ele lund n general o infinitate de valori. n cazul particular cnd
v1 , v 2 ,..., v n ,...
mulimea valorilor v.a. este numrabil

iar evenimentele

Ei f vi

pi
au probabilitile

, putem spune c

are repartiia sau

distribuia:
v
f : 1
p1

v2

...

vn

p2

....

pn

...

v
i
... p i

i 1,

M f
n acest caz

fdp vi pi

D f vi M f p i

i 1

, iar

Funcia de repartiie. Densitatea de probabilitate

11

i 1

f :X R

Fie

o v.a. definit pe spaiul probabilizat

. Asociem lui

F t p f t

F:RR

F
, definit prin formula
. Funcia
X
nu mai apare ca depinznd explicit de . Ea conine informaii
f
X
probabilisticedespre , independent de natura elementelor din . Este
F
posibil ca aceeai funcie s corespund la v.a. diferite, definite pe acelai
X
spaiu sau pe spaii diferite.

, o funcie

F:RR

F t p f t

Definiie: Funcia
, cu
numete funcia de repartiie a acestei v.a. .

fiind o v.a. se

Definiie: Fie o variabil aleatoare

funcie

: R 0,

cu funcia de repartiie

, integrabil cu probabilitatea c :
Ft

x dx

, se numete densitatea de

repartiie a v.a.

Teorem: Funcia de repartiie are urmtoarele proprieti:

1. F
2.

este monoton cresctoare;

F lim F t 0 F lim F t 1

3. F

este continu la stnga;

12

.O

4. p a f b F b F a
5.

Reciproc dac o funcie

;
F:RR

are proprietile de mai sus ,

X , , p

X
F
atunci un cmp de probabilitate
i o v.a. pe , care are pe ca
funcie de repartiie.

Teorem: Densitate de probabilitate a unei v.a. are proprietile:

1. t 0

2.

t dt 1

;
b

3.
4.

p a t b x dx
a

:RR
Reciproc dac o funcie integrabil

1. 3.

, atunci un cmp de probabilitate

admite pe ca densitate de probabilitate

are proprietile

X , , p

i o v.a. pe

, care

Avem c:
M f

xdF x x x dx

Mk f

13

dF x

x x dx
k

k f

x M f

dF x x M f x dx
k

;
D f

x M f

dF x

x M f x dx
2

LEGI CLASICE DE
PROBABILITATE

n cele ce urmeaz vom studia cteva legi frecvent ntlnite n aplicaii.

Cnd discutm o asemenea lege , subnelegem c un cmp de probabilitate

X , , p

f :X R

i o v.a.

, care are ca funcie de repartiie pe

densitate de probabilitate pe .

1) REPATIIA BINOMIAL
Fie v.a. simpl

f : 0 0 n
Cn p q

1
...
k
1 n 1
k k nk
C pq
... C n p q
1
n

14

...
n

n n 0
... C n p q

i ca

unde
binomial.

p 0,1

p q 1 n N
,
,
. O asemenea v.a. se numete

Funcia caracteristic este :

f t e itk C nk p k q n k pe it q
n

k 0

De aici se obine:

1
1
M f ,f 0 n pe it q
a
i
i

b
c

M2 f

n 1

1 ,,
f 0 n 2 p 2 npq;
2
i

D f M 2 f M f npq.
2

2) REPARTIIA POISSON

15

pie it

t 0

np;

i 2 1

Spunem c
p f k

este o v.a. de tip Poisson dac ia valori ntregi pozitive i

k
e
k!

, unde

. Repartiia unei astfel de variabile aleatoare

este:
0

f :

1

e
1!

2
2
e
2!

...

...
e
n!

...

n
n
...
e
n!

n 0 ,1, 2,...

- se numete parametrul variabilei aleatoare.

Funcia caracteristic este

n

f t e e
itk

k 0

n
k

e it

e
e e e e e 1
k!
k!
k 0
k

it

Prin urmare:
1
M f ,f 0
a
i

M2

;
1 ,,
f 2 f 0 2
i

D f M 2 f M f

3) REPARTIIA NORMAL

16

it

Spunem c o v.a.
admite o repartiie normal de parametrii
dac densitatea ei de probabilitate este:

numi de tipul
de msurare.

xm 2
2 2

V.a. cu repartiia normal, de valoare medie

N m,

i dispersie

- o vom

. Legea normal a aprut n legtur cu teoria erorilor

4) REPARTIIA EXPONENIAL NEGATIV

Se numete astfel o v.a. cu densitatea de probabilitate:

0, x 0
x
e , x 0

Plecnd de la definiie obinem:

5) REPARTIIA GAMMA

17

, unde

Se numete astfel o repartiie cu densitatea de probabilitate:

0, x 0

x
e
,x 0

1
1

1; 0
, unde

1; 1 m
Cel mai frecvent se utilizeaz cazul

, cnd avem:

0, x 0

x m 1,1 x

1
x m 1e x , x 0
m

Funcia gamma se definete prin:

x e t t x 1 dt

x0
, pentru
.
Urmtoarele proprieti se cunosc de la cursul de analiz matematic:
0

x 1 x x

1

2

Funcia caracteristic se calculeaz astfel :

f t

1
1
itx

e
x
e
dx ... 1 i t
1
1
0

.
Caracteristicile numerice sunt:

1
M f 1 ,f 0
i

18

 b
c

M2 f

1 ,,
f 0 2 1 2
i2

D f M 2 f M f 1
2

m 1

n cazul
,
m
m
medie
, dispersia
.

f t 1 mt
, se obine

, valoarea

2. NOIUNI DE STATISTIC
MATEMATIC I
PROBABILITI UTILIZATE
N TRAFICUL RUTIER
Evalurile de perspectiv efectuate pentru caracterizarea traficului
rutier sunt de cele mai multe ori bazate pe prognoze i estimri. n aceste
condiii se pune problema obinerii datelor de pornire (intrare n algoritm)
care s ofere credibilitate maxim i s fie suficient de representative pentru
fenomenul de trafic analizat.
n ce msur datele pe care le utilizm sunt de ncredere? La aceast
ntrebare se poate rspunde numai apelnd la instumentul statistic de
analiz , capabil s asigure extrapolarea unor observaii punctuale la ntreg
fenomenul sau la evenimentul analizat. Astfel evaluarea statistic, rezultat al
investigrii strii de trafic la un moment dat , sau ntr-un interval de timp
determinat, constitue un instrument necesar i de neeludat n dezvoltarea
prognozelor i estimrilor.
Necesitatea de a obine valori credibile i n acelai timp reprezentative
pentru starea traficului la un moment dat, a impus acest instrument de lucru.
Este important caracterizarea statistic a traficului, pentru a obine datele de
19

pornire pertinente, care s asigure o dezvoltare credibil a studiilor sau

programelor destinate modelrii fluxurilor de vehicule sau ierarhizrii
acceselor ntr-o intersecie dat.
n acest sens, datele obinute prin observaii (sondaj) sau prin colectare
automat trebuie supuse unui proces de prelucrare statistic, care are n
vedere att identificarea unor tendine probabile a irurilor de valori, ct i
gruparea lor funcie de tendinele probabile demonstrate prin criterii
matematice stabile.
2.1.1. INDICATORI STATISTICI
irurile de date obinute n urma monitorizrii traficului constitue
eantioane ce cuprind valori nregistrate n intervale de timp impuse .
Prelucrarea statistic a acestor eantioane de valori const n identificarea
tendinelor principale de evoluie a fenomenelor observate (monitorizate).
Sunt evideniate trei importante categorii de parametrii statistici, care
pot fi utilizai n evaluarea datelor de trafic, astfel:
(a) parametrii de grupare (denumii i de tendin) care exprim
tendina irului de a coverge cresctor sau descresctor spre o
anumit valoare, inclus n irul de date.
(b) parametrii de mprtiere (denumii i de dispersie) care arat
proprietatea natural a irului de date de a se distribui n mod
aleatoriu sau predilect n intervalul n care irul ia valori.
(c) parametrii speciali destinai caracterizrii coplexe a irului de date,
n scopul identificrii tendinelor de probabilitate a irului.
Eantionul de date rezultat n urma monitorizrii indicatorilor de trafic
formeaz un ir de valori caracterizat prin:

" x min "

valoarea minim
care reprezint cea mai mic nregistrare
numeric a irului de date.
" x max "
valoarea maxim
care reprezint nregistrarea cu valoarea
cea mai mare din irul de date format de eantion.
20

lungimea irului de date

eantion.

"n"

reprezint numrul de date din

x max

domeniul de valori al eantionului limitat superior i inferior de

respective de

x min

Parametrii de grupare sau de tendin sunt urmrtorii:

-

"m"

media de sondaj
a irului de date, care reprezint valoarea
ponderat a datelor din ir. Sunt definite matematic i au utilitate n
evalurile de trafic rutier, urmtoarele medii statistice:

media aritmetic de sondaj este un indicator de poziie, care ofer o

informare global privind valoarea cea mai credibil a irului de date, spre
care tind cresctor sau descresctor celelalte date din ir i se determin cu
relaia:

unde

1 n
xi
n i 1

(1)

- este numrul de date din eantion supus prelucrrii statistice,

i 1, n

xi
-valoare a irului de date din eantion,

Media aritmetic de sondaj reprezint valoarea cea mai utilizat n

evalurile specifice traficului rutier i permite evidenierea caracteristicei
predominante de raportare a indicatorilor de trafic analizai.Acest indicator
are proprietatea c suma algebric a abaterilor diferitelor valori de la medie
este nul.
-

media geometric reprezint un indicator caracteristic seriilor de

numere positive i permite evaluarea irului de date n raport cu
produsul acestora , conform relaiei:
21

i 1

1
n

xi

i 1

(2)

media armonic reprezint inversul mediei artitmetice de sondaj i arat

caracterul de variaiea al valorilor inverse din ir , fiind dat de:
h

n
n

x
i 1

(3)
-

media de ateptare reprezint valoarea combinat a parametrului evaluat

statistic de un indicator ce definete puterea valorii medii. Se determin cu
relaia:
n

mp

x k
i 1
n

k
i 1

(4)

n cazul evalurilor de trafic rutier, media de ateptare poate reprezenta

rezultatul evalurii simultane a:
-

timpilor de sosire ntr-un punct de traseu cu viteza nregistrat de fiecare

vehicul.
durata parcursului i viteza medie nregistrat.
durata staionrilor i numrul de vehicule staionate ntr-un areal
determinat.
Acest indicator se exprim n uniti de msur specifice variabile,
factorul de ateptare avnd o contribuie materializat n cuantificarea
valorii variabile.

22

Me
-

Mediana de sondaj a irului de date

este considerat ca fiind valoarea
fa de care frecvena valorilor mai mici dect aceasta , este egal cu
frecvena valorilor mai mari dect aceasta. Practic mediana de sondaj divide
irul iniial n dou subiruri care conin acelai numr de date . Pentru
determinarea medianei de sondaj, valorile se distribuie n ordine cresctoare
sau descresctoare . Mediana de sondaj este un indicator al irului ordonat de
valori. Se determin cu relaii distincte, funcie de caracterul irului (par sau
impar) astfel:
M e x n 1
2

pentru n numr impar:

pentru n numr par:

1
M e x n x n
1
2 2
2

(5)

(6)

Mo
-Modul de sondaj
al irului de date, exprim legtura statistic a
tendinei de grupare, existent ntre media de sondaj i median, exprimat
prin relaia:
M o m 3 M e m
.

(7)

xc
-Valoarea central
mparte domeniul n care irul de date ia valori,
n dou zone egale, n care ns frecvena de repartiie a valorilor nu este
aceeai. Se determin cu relaia:
xc

1
x max x min
2

.
(8)
Referitor la parametrii tendinei de grupare, analiza comparat a
acestora ofer o imagine de ansamblu privind caracterul simetric al repartiiei
dispunerii datelor din ir, constituind din acest punct de vedere un instrument
23

valoros n evaluarea legii de distribuie probabile ce guverneaz fenomenul

analizat.
Parametrii tendinei de mprtiere sunt n msur s arate modul n
care valorile din eantion sunt distribuite n ntreg domeniul corespunztor
irului. n mod curent, aceti indicatori arat poziia datelor din eantion, fa
de valoarea mediei aritmetice de sondaj. Principalii parametrii statistici ai
ascestei tendine sunt:
-

Abaterea medie ptratic de sondaj

se determin cu relaia:

1 n
xi m 2

n i 1
.

(9)

n
Dac se consider un ir din valori (fig.2.1), a cror dispunere ntr-un
sistem de coordonate indic un nivel de mprtiere aleatoriu, abaterea medie
patratic (sau deviaia standard) ofer o imagine orientativ a degenerrii
grupriidatelor.
n practica curent statistic, deviaia standard arat cu nivel de
ncredere ridicat, n ce msur datele din eantion sunt credibile, adic pot
fi luate n considerare la evaluarea fenomenelor observate.
Astfel de estimri statistice arat n ce msur datele din eantion se
ncadreaz n intervale caracteristice din domeniul de valori, acoperite de

secvena
(tab.2.1).
Tabelul 2.1.
Cuantumul procentual al valorilor din ir acoperite prin dispersie.
Nr.crt.
acoperire al irului

Interval

24

Procent din gradul de

1.
2.

1.645

3.

1.960

4.

5.

2.576

6.

7.

3.2906

8.

9.

10.

11.

Dispersia irului de date

relaia:

68.27%

90%

95%

95.450%

99%

99.7300%

99.9%

99.993666%

99.99994267%

99.9999998027%

99.9999999997440%

sau dispersia de sondaj se determin cu

1 n
xi m 2

n i 1

(10)

Dispersia de sondaj poate fi utilizat i ca estimare a dispersiei din

populaia originar, considerndu-se n acest caz relaia:
D

1 n
xi m 2

n 1 i 1

n mod analog, se definete i abaterea medie ptratic,

corespunztoare estimaiei din populaia originar cu relaia:

25

(11)

1 n
xi m 2

n 1 i 1
.

Amplitudinea irului de date

este dat de diferena dintre valoarea

x max
cea mai mare

(12)

i valoarea cea mai mic

x min

din irul de date:

A x max x min
.

(13)

PARAMETRII SPECIALI ofer informaii suplimentare privind

tendina de ncadrare a observaiei ectuate n legi de distribuie discrete sau
continue. Totodat arat n ce msur sunt fezabile abordri privind
caracterul aleatoriu sau predictibil al fenomenului analizat. Aceast grup de
parametrii stabilete conexiuni ntre cele dou grupe statistice i permite
analiza concomitent a influenei parametrilor din grupele de indicatori
detaliai anterior.
Aceti parametri permit estimarea cu un grad mai bun de aproximare a
prognozei de trafic (distribuia fluxului de autovehicule).

Mr
Momentul de ordin r
reprezint o modalitate de caracterizare (n
anumite condiii) a distribuiei variabilei aleatoare evaluate statistic. Se
determin cu relaia:
Mr

1 n
xi r

n i 1

(14)

Cv
Coeficientul de variaie al irului de sondaj
, face legtura ntre cei
doi indicatori de baz ce exprim tendinele opuse ale irurilor de valori
(convergena cresctoare-descresctoare spre valoarea medie i dispersia n
ntreg domeniul n care irul ia valori). Se determin cu relaia:

26

Cv

(15)

Raportat la teoria traficului rutier, acest indicator este utilizat la

determinarea zgomotului parametrilor dinamici ai autovehiculului singular.
Am
Abaterea medie absolut
relaia:

a irului de date este determinat cu

Am

1 n
k i xi m
n i 1

ki
unde

(16)

xi
-este frecvena absolut a valorii

n intervalele de observare.

zi
Abaterea normat este un indicator de observare punctual a unor
intervale din eantion. Se determin cu relaia:

zi

xi m

(17)

Coeficientul de asimetrie , definete tendina de asimetrie a

dispunerii valorilor n interval, prin evaluarea gradului de nclinare a pantei
curbei densitii de probabilitate n vecintatea modului de sondaj . Se
determin cu relaia:
2
1 3 3 3
2
,
(18)

3
unde
relaia:

- reprezint momentul centrat de ordinul trei, determinat cu

27

Coeficientul de boltire
coeficientului de asimetrie:

(19)

se obine prin particularizarea relaiei

1 n
3
ni x i m

n i 1

2 3

(20)

- fiind momentul centrat de ordinul patru.

APLICAIA 1.
Se consider datele obinute n urma efecturii unui sodaj de trafic pe
o arter principal de intrare ieire ntr-un ora, n aceeai perioad a
zilei, dar n zile diferite i luni calendaristice dintr-un an prezentate n
tabelul 2.2.
Se solicit evaluarea statistic a eantionului de date pentru analiza
caracteristicii vitezei de deplasare n zona de observare.

Tabelul 2.2. Eantion valori viteze n trafic

km/ h
Nr.obs. Vit
1.
49
2.
48
3.
22

km/ h
Nr.obs. Vit
11.
59
12.
47
13.
41
28

km / h
Nr.obs. Vit
21.
17
22.
70
23.
53

4.
5.
6.
7.
8.
9.
10.

88

30
28
44
48
43
45
20.

14.
15.
16.
17.
18.
19.
72

59
41
42
45
46
66
30.

24.
25.
26.
27.
28.
29.

55
54
49
44
48
44

43

Algoritm de rezolvare
O prim remarc referitoare la irul de date este aceea c reprezint
rezultatul unei observri discrete. n consecin nu exist o localizare n timp
a valorilor msurate i conform enunului, nu se face referire la identificarea
continuitii momentului nregistrrii vitezelor. Asfel n vederea prelucrrii
statistice a datelor este necesar o ordonare cresctoare a valorilor din ir,
obinndu-se un nou ir de valori care are o proprietate distinct: valorile au
pierdut semnificaia momentului nregistrrii n timp, dar sunt ordonate dup
un criteriu statistic (tab.2.3.).
Tabelul 2.3. irul ordonat de valori.

Nr.crt.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

Vit

km/ h

17
22
28
30
41
41
42
43
43
44

km/ h

Nr.crt. Vit
11.
44
12.
44
13.
45
14.
45
15.
46
16.
47
17.
48
18.
48
19.
48
20.
49

Nr.crt. Vit
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.

km/ h
49
53
54
55
59
59
66
70
72
88

Calcul mediei statistice de sondaj nu necesit aceast ordonare a

valorilor. De altfel, cu excepia medianei de sondaj, nici ceilali indicatori
statistici nu ar necesita operaia efectuat. Totui, n virtutea celor enunate
29

anterior, operaia nu aduce prejudicii evalurii setului de date i proprietilor

irului iniial. Grafic, cele dou iruri de valori sunt prezentate n fig.2.2.
Indicatorii statistici calculai se prezint mpreun cu observaiile
aferente nlocuirii numerice necesare, n talelul 2.4.

Tabelul 2.4. Indicatorii statistici calculai

Indicatorul

U.M.

Valoare

Media de sondaj

km/h

48.000

Media geometric km/h

Media armonic

45.757

h/km

Mediana de sondaj

km/h

Modul de sondaj

km/h

Observaii
Se aplic relaia (1)
Se aplic relaia (2).

0.021

Se aplic relaia (3).

46.500

Se aplic (5)

43.500

Se aplic relaia (7).

Valoarea central

km/h

52.50

Se aplic relaia (8).

Abaterea medie
ptratic

km/h

14.088

Se aplic relaia (9).

198.467

Se aplic relaia (10).

Dispersia

km 2 / h 2

Amplitudinea irului km/h

71.000

30

Se aplic relaia (13).

Coeficientul de
variaie
Momentele centrate
de ordinul 1 i 3

0.293

48.000 ;

Se aplic relaia (15).

1.403 10 5

Se aplic (18); (19) i (20).

Analiza indicatorilor statistici ofer o serie de informaii utile privind
particularitile fenomenului observat. Compararea valorilor obinute dup
anumite criterii ofer posibilitatea orientrii etapelor urmtoare de prelucrare
matematic n vederea determinrii legii de variaie a observrii i
caracterizrii ( n acest caz : tendina de distribuie a vitezei pe artera de drum
monitorizat ) tendinelor specifice irului de valori.
O prim cocluzie ce reiese din compararea rezultatelor este c
indicatorii tendinei de grupare sunt mai apropiai de media geometric dect
de cea aritmetic, fapt ce denot c fenomenul observat nu are caracterul de
normalitate ce indic un trafic fluent i stabil.
De asemenea exist o suspiciune c sondajul de trafic nu este suficient
pentru a caracteriza regimul de vitez. Dac analizm valorile indicatorilor
tendinei de grupare, abaterea maxim fa de media de sondaj este de 4,5 i
aceasta este simetric att superior ct i inferior (fig.2.3.).
Raportat ns la media geometric, abaterea maxim este doar de 2,25
(exceptnd valoarea central care arat o deviere 7,25). Totui n valori
absolute abaterile sunt compatibile att n cazul comparrii cu media
aritmetic ct i pentru media geometric.
Constatarea este un argument al faptului c datele de trafic nregistrate
sunt credibile i pot constitui referina privind caracteristicile de vitez.
De asemenea se poate afirma c sondajul efectuat a surprins momente
caracteristice din repartiia regimului de viteze (fig.2.4.).
O evaluare comparat a mediei de sondaj i a abaterii medii ptratice
arat faptul c fa de irul ordonat de valori, gruparea datelor este suficient
de bun (deci concludena eantionului poate fi acceptabil), deoarece

intervalul: media de sondaj abaterea medie ptratic cuprinde aproape n

totalitate irul ordonat de valori (fig.2.5.).

31

2.1.2. GRUPAREA DATELOR STATISTICE I FRECVENE

CARACTERISTICE
Indicatorii statistici nu ofer n totalitate informaii privind evaluarea
eantionului rezultat n urma observrii de trafic. Determinrile bazate pe
observaii discrete, permit efectuarea unor asocieri, care nu altereaz setul de
valori sau interpretarea rezultatelor. Identificarea unei normaliti a
distribuiei valorilor, este necesar pentru a putea fi intrepretate seturi mari de
date.
n acest scop, datele sunt grupate, n aa numitele clase de valori.
Caracteristic acestor grupri este tendina tuturor valorilor din interiorul unei
clase de a converge spre o valoare central din interiorul intervalului de clas.
n cele mai multe cazuri, statistica de trafic, face raportarea direct la variaia
orar sau n intervale de timp mai mici de ordinul a 10, 15, sau 30 de minute.
Acest gen de reprezentare a variaiilor de trafic rutier sunt cele mai
comune i predomin n toate activitile ce sunt destinate modelrii
fluxurilor rutiere sau n vederea optimizrii acceselor n intersecii
semaforizate. Spre exemplificare s considerm rezultatul unei monitorizri
de viteze pe o arter urban (fig.2.6.). Datele furnizate prin intermediul
observrii radar sunt prezentate n Anexa 1.
Sunt ns situaii n care pentru o evaluare corect i n scopul obinerii
unor date primare ct mai credibile, necesare modelrilor de trafic, acest gen
de evaluare statistic nu este cel mai potrivit i d natere la erori de proiect
care au repercursiuni asupra aciunilor de normalizare a traficului.
Desigur, a se lucra direct pe setul de date colectate n urma observriimonitorizrii de trafic este facil i mai rapid, eliminndu-se ns astfel o
important etap din pregtirea statistic a eantionului: gruparea lor
funcie de tendine i valori de referin. Aceasta poate aduce prejudicii
privind identificarea corect a valorilor ce indic reala tendin privind
variaia parametrului (sau parametrilor) de trafic analizat.

32

ndeosebi cnd eantioanele de date provin din observaii discrete, ce

au fost efectuate n perioade de timp dispersate de-a lungul unui an
calendaristic, sau n cazul necesitii identificrii tendinelor de
macrofluctuaie a traficului, gruparea n clase de distribuie a irurilor de
valori, constitue o etap obligatorie n evaluarea eantioanelor de date.
Aceste tendine constitue i un bun indicator privind legea de distribuie
probabil, care modeleaz ct mai fidel evoluia parametrilor msurai.
Particularitatea este din plin exploatat n cazul determinrilor efectuate
pentru un anumit regim stabil de trafic (pentru care, se spune c artera de
circulaie prezint o tendin de ncrcare normal).
Ordonarea i gruparea datelor, se face prin distribuirea acestora n clase
de valori, care cuprind toate rezultatele observaiei sau msurtorilor
efectuate, ce se ncadreaz ntr-un interval de mrime impus i corelat cu
volumul de date disponibil.
Numrul k de clase n care se grupeaz valorile supuse unei prelucrri
statistice se determin funcie de mrimea n a eantionului. Relaia
recomandat pentru determinarea numrului de clase este:

k 1 3,322 lg n

(21)

Din valoarea calculat cu relaia (21), se extrage partea ntreag, fr a

se efectua rotunjiri inferior sau superior, indiferent de tendina prii
zecimale.
Pentru un numr redus de date (sub 25 de valori), gruparea n clase este
puin semnificativ, suplimentul de informaie obinut fiind neconcludent.
n cazul n care setul de valori este relativ ridicat (>100), este
recomandat pentru determinarea numrului de clase relaia:

k1 4 0,75 n 1

33

1
2 5

(22)

Shapiro-Wald, recomand n cazul eantioanelor statistice de volum

mare, relaia:
k2

n
5

.
Valori orientative ale numrului de clase, determinat funcie de
dimensiunea n a eantionului prelucrat, pentru seturi de date de volum
distinct, se prezint n tabelul 2.5.

(23)

Tabelul 2.5. Valori pentru numrul de clase determinate funcie

de mrimea eantionului
Mrimea eantionului

N 150

N 150

N 150
(Shapiro-Wald)

k1

k
Nr.Valori Nr.clase

Nr.Val.

Nr.clase

k2
Nr.Val.

Nr.clase

<32

<150

27

<200

30

32-47

150

28

200

40

48-76

200

31

250

50

77-150

250

34

300

60

>255

400

41

350

>511

10

500

45

450

70

34

90

Valorile din tabel trebuie acceptate n contextul tehnicii de stabilire a

numrului de clase, menionate anterior.
Alegerea uneia din cele trei valori recomandate pentru numrul claselor
N
de grupare, se face funcie de dimensiunea a eantionului .

k1

k2

Uzual, sunt agreate valorile i , valorile fiind mai rar utilizate n

determinrile de trafic, lipsind observaiile macro ce pot constitui argument al
unui management global de trafic rutier.
Gruparea valorilor n clase de repartiie necesit stabilirea unor
intervale restrictive, n care datele din eantion vor fi ncadrate.
Intervalele astfel determinate exprim o tendin a valorilor de a
coverge local, spre valoarea central a fiecrei clase.
Gruparea valorilor n clase de repartiie necesit stabilirea unor
intervale restrictive n care datele din eantion vor fi ncadrate. Intervalele
astfel determinate exprim o tendin a valorilor de a coverge local cresctor
sau descresctor, spre valoarea central a fiecrei clase.
Amplitudinea a (distana intervalului de clas), ce caracterizeaz
intervalul unei clase, se determin cu relaia:

x max x min
k

x max
unde :

- este valoarea cea mai mare din irul ordonat de date;

x min

- valoarea cea mai mic din irul de date.

Intervalul unei clase va fi deci mrginit de dou valori: limita

inferioar i superioar, care se determin cu relaii de forma:

35

(25)

j 1
l infj l sup
;
j
l sul
l infj a j ,

(26)
j 1,..., k

unde

reprezint ordinul clasei.

l cj

Valoarea central
relaia:

a clasei de repartiie de ordin j se determin cu

l cj l infj

a
j 1 a
2

(27)

Se face specificarea c limita inferioar a primului interval este identic

cu valoarea minim din ir, iar limita superioar a ultimului interval este
valoarea maxim din irul ordonat de valori.
Dezvoltarea acestei grupri n clase de repartiie, permite identificarea
valorilor de referin fa de care se va interpreta irul de date coninut n
eantion . Asfel devin mai puin importante valorile efective (coninute n
eantion), ct tendina pe care acestea o exprim, n raport cu gruprile
realizate pe criterii statistice. Tendina, este evaluat fa de valorile centrale
ale fiecrui intrerval, fapt ce d noi valene analizei datelor din eantion,
constituind o prim abordare probabilistic a observaiilor efectuate. Din
acest punct de vedere se poate spune c devin mai puin importante datele
efective, crescnd semnificaia intervalelor n care acestea se grupeaz,
precum i valoarea central a acestor intervale (fig.2.7.).
Efectiv, gruparea n clase de repartiie arat cte din valorile
eantionului (observaiilor) se ncadreaz n fiecare din aceste intervale
predefinite.
n cazul obsevaiilor de trafic prezentat n graficul din fig.2.6.,
gruparera n clase de repartiie arat o distribuie de valori conform
reprezentrii grafice din fig.2.8.

36

Dup cum se poate observa din graficul menionat, se constat c exist

deja o ordonare logic a datelor i sunt create premizele formulrii unor
aprecieri preliminarii, argumente de valorile coninute n fiecare interval de
grupare.
Modul de variaie a unui fenomen analizat prin evaluri statistice este
dat de indicatorul fecven de repartiie. Sunt dou tipuri de frecvene care
ofer informaii distincte privind comportarea irului de date :
-

frecvena de repartiie a datelor (valori aleatorii);

frecvena cumulat de repartiie a datelor.
nj

Numrul de date de date coninute ntr-o clas, reprezint frecvena

de apariie n clase a valorilor.
f j nj

(28)

Raportul dintre numrul de date coninut n clas i numrul total al

datelor din eantion reprezint frecvena relativ. Se determin cu relaia:
f rj

fj
n

.
(29)

n statistic se utilizeaz frecvent i noiunea de frecven relativ

procentual, care se determin cu relaia:
f prj

fj
n

100

.
(30)
Referitor la frecvenele de grupare n clase, proprietatea acestora de a
reprezenta toate datele din ir permite dezvoltarea relaiilor de evaluareverificare global, relaii care constitue n acelai timp pentru utilizator o
modalitate de verificare a corectitudinii calculelor efectuate, astfel:

37

f
j 1

n;

rj

1;

f
j 1
n

f
j 1

prj

100%

(31)
Frecvevena cumulat reprezint un indicator ce permite evaluarea
repartiiei de valori, n contextul global, al ntregului set de date dispuse n
interval.
Ca i n cazul frecvenelor de repartiie n clase se disting urmtoarele
frecvene cumulate caracteristice:
-frecvena cumulat absolut, determinat cu relaia:
r

fcq f q ; r 1,..., k ;
q 1

(32)
-frecvena cumulat relativ, determinat dup criteriu similar, cu
deosebirea c raportarea se face la numrul total de valori din ir, prin relaia:

fcq

1
N

f
q 1

; r 1,..., k ;
(33)

-frecvena cumulat procentual, exprimare mai aproape de domeniu

statistic dect cel al probabilitilor, este dat de relaia:

1 r

fcq f q 100 %; r 1,..., k .

n q 1

(34)

Comparat, cele dou tipuri caracteristice de exprimare a frecvenei de

apariie n clase a valorilor din eantionul de date sunt reprezentate grafic n
fig.2.9.
38

Dup cum se poate observa indiferent de modalitatea de exprimare

cantitativ (numeric n valori absolute, procentual sau n valori relative),
repartiiile sunt identice ca evoluie pentru fiecare frecven caracteristic
(absolut i cumulat).
APICAIA 2.
n cazul monitirizrii de trafic reprezentat grafic n figura 2.7. s se
efectueze gruparea n clase i s se determine frecvenele caracteristice
pentru grupul de parametrii nregistrai:viteza de trafic, caracteristica de
lungime a :intei radar i intervalul de succesiune. irul de date
nregistrate de ctre radar (cele 150 de valori), nsoite de elementele de
identificare a nregistrrii (variabila de timp i caracteristica de lungime a
vehiculului), sunt redate integral n Anexa 1, acest ir fiind utilizat i pentru
aplicaia 1.
Astfel, pot fi formulate aprecieri privind distribuia cmpului de viteze,
corelat cu condiiile de trafic din teren: de regul vitezele de deplasare
cuprinse n intervalul 35-45 km/h au cea mai mare pondere i peste 60% din
totalul nregistrrilor, corespunznd domeniului de viteze admis n ciclul de
deplasare urban.

Exist ns i valori extreme cauzate de :

- valorile inferioare sunt caracteristice reducerii vitezei de deplasare
n apropierea de semafor;
valorile superioare sunt specifice tendinei de trecere n perioada de final a
unui verde-galben la semaforul situat n apropierea punctului de observare.
Este deci important n analiza cmpului de variaie a mrimilor
nregistrate, corelarea datelor prelucrate statistic cu condiiile efective de
trafic din teren, aceasta permind formularea unor aprecieri pertinente, ce
asigur decizii corecte n optimizarea sau organizarea circulaiei vehiculelor.
Valorile calculate se prezint n tabelul 2.6.
Tabelul 2.6. Valori calculate (Aplicaia 2)
Indicatorul/parametrul Simbol
39

Valoare

Obs.

Numr de clase
Media de sondaj
Deviaia standard
Amplitudine clase
Nr. de ord. Valoare
clase
central
K1
15
K2
25
K3
35
K4
45
K5
55
K6
65
K7
75
K8
85

8,00

39,24

Valoare obinut prin

rotunjire
km/h

12,56
10,00

km/h
km/h

Frec. de
apariie

Frec.
cumulat

Frec.
relativ

0.06000

23

32

0.15333

45

77

0.30000

43

120

0.28667

21

141

0.14000

148

0.04667

149

0.00667

150

0.00667

n tabelul menionat s-a considerat ca fiind importani n ghidarea

mersului rezolvrii aplicaiei, doar paii de referin parcuri, astfel:
-

determinarea numrului de clase k ;

media statistic de sondaj, pentru a se putea observa poziia
intervalelor cu reprezentare major de valori fa de acest indicator
al tendinei de grupare;
deviaia standard, la care se constat o valoare apropiat de cea
calculat pentru amplitudinea intervalelor de grupare, constatare
important din punct de vedere al concludenei irului de date
analizat i al observrii efectuate.

40

2.2. NOIUNI DE PROBABILITATE

O tendin fireasc n modelarea i optimizarea sistemelor de trafic o
reprezint dezvoltarea unor modele (considerate cele mai probabile) care s
reproduc cu maxim fidelitate derularea fluxurilor de vehicule. i cu att
mai mult cu ct se pune n discuie identificarea celor mai probabile
evenimente n derularea traficului, este necesar s se apeleze la instrumente
specifice estimaiei.
Sensibilitatea acestui instrument matematic utilizat n scopul
optimizrii micrii fluxurilor de vehicule, este cu att mai mare cu ct
nivelul de trafic este mai ridicat i mai puin previzibil. Desigur nu vom putea
spune cu siguran c printr-un anumit segment de drum vor trece exact un
anumit numr de vehicule, la o anumit or i ntr-o anumit zi din
sptmn. Dar, instrumentul probabilistic de estimare ne va permite s
prognozm cu suficient fidelitate limitele fluxului de vehicule, raportat la
condiiile de trafic existente sau impuse n modelele dezvoltate.
Sunt civa termini specifici teoriei probabilitilor care trebuie
explicitai pentru o mai bun nelegere a noiunilor tratate n continuare.
-

Populaie: totalitatea indivizilor (subiecilor) care sunt luai n

considerare i au n comun o caracteristic, proprietate comun.
Eantion: extrageri din populaie (pe criterii n general aleatorii)
destinate s furnizeze informaii asupra populaiei, constituind
astfel suportul deciziei referitoare la populaie sau procesul generat
de populaie.
Prob : cantitate prelevat printr-o singur extragere dintr-un
eantion.
Valoare observat: msura unei caracteristici determinate ca
rezultat al observrii sau ncercrii (testrii).
Valoare estimat: valoarea unei caracteristici obinut n urma
estimrii unui fenomen (proces) studiat.
Variabil aleatoare: variabil care poate lua orice valoare dintr-un
ansamblu (mulime) determinat de valori i creia i este asociat o
distribuie de probabilitate.

41

Repartiia de probabilitate: funcie care determin probabilitatea ca

o v.a. s ia o valoare oarecare sau s aparin unei mulimi de valori
dintr-un domeniu de referin considerat.
Disponibilitate: nsuirea unui sistem sau a unui proces de a fi apt
pentru ndeplinirea funciei specificate la un moment dat sau ntr-un
interval de timp impus.

Teoria probabilitilor ia n considerare evenimentul, acesta

reprezentnd rezultatul unei experiene, derulata n variabile condiii. n
general, mediul probabilistic lucreaz cu cmpuri de evenimente, adic cu
mulimi de rezultate individualizate prin valori efective i care pot fi evaluate
singular sau n grup funcie de natura efectiv a analizei.

2.2.1. Legi de distribuie pentru variabile aleatoare de tip discret

Legile de distribuie pentru variabilele aleatoare de tip discret sunt bine
reprezentate n analiza i prognoza traficului rutier, ndeosebi pentru
prelucrarea datelor rezultate din observaii, rezultate fie n urma unor
msurtori izolate, fie n urma unor colectri neomogene de date, ce constitue
totui materialul aflat la dispoziie pentru efectuarea evalurilor.
De regul, se ia n considerare la dezvoltarea modelelor de probabilitate
prin legi de distribuie discrete, probabilitatea de producere a unor
evenimente, care nu au o distribuie i o continuitate n timp determinat.
Astfel, orice fenomen a crui legitate de variaie n timp poate fi discutat n
baza a diverse aspecte determinative, poate fi analizat prin intermediul legilor
de repartiie specifice v.a. discrete.
Distribuia binomial: reprezint din punct de vedere al traficului rutier
un instrument de lucru cu resurse generoase, care permite evaluarea (de tip
probabilistic) de producere a unor fenomene independente, care nu au o
legitate demonstrat de derulare n timp, specific traficului rutier: lungimea
plutonului de vehicule n ateptare la un semfor, numrul de vehicule care
trec printr-o intersecie pe durata de verde n condiiile plutonului neomogen,
numrul de vehicule ce depesc pe un sector de drum viteza legal de
deplasare, probabilitatea selectrii unei rute de deplasare pentru un nod de
artere de trafic, etc.
42

Conex problemelor statistice, distribuia binomial permite evaluarea

posibilitii de producere a unui fenomen selectat dintr-un cmp de
evenimente probabile, asociind acestei probabiliti o ans de succes sau
insucces.
Indicatorii caracteristici repartiiei binomiale sunt :
-

probabilitatea de succes a evenimentului, dat de relaia:

P k , N C Nk F k 1 F

N k

,
C Nk
n care :

N!
k! N k !

(35)

(36)

N reprezint numrul total de probe ( elemente ale mulimii

observaiilor);
k numrul evenimentelor favorabile;
F- funcia empiric care declaneaz evenimentul, poate s fie o
funcie cunoscut sau o funcie al crui rezultat se determin pe cale
experimental.
Nu sunt puine cazuri n care valoarea acestei funcii este impus ca o
probabilitate (rat) de succes a unui eveniment considerat a avea anse de
apariie.
Indicatorii caracteristici ai acestei repartiii sunt:
- numrul mediu al evenimentelor probababile, se determin cu
relaia:

m FN
-

(37)

modulul de sondaj al repaetiiei este dat de relaia:

Mo N 1 F
43

(38)

abaterea medie ptratic specific repartiiei este de forma:

N F 1 F
,
-

(39)

momentul probabilitii de distribuie, reprezint un indicator ce permite

evaluarea ateptrii (probabilitii) de succes a distribuiei propuse,
reprezentnd o modalitate de cuantificare temporal a v.a. discrete, fiind dat
de relaia:

M t 1 F F et

(40)

n care t- reprezint variabila de timp asociat probabilitii funciei

generatoare.
Practic, repartiia (distribuia) binomial dezvolt pe baza unui algoritm
de probabilitate, frecvene specifice ce exprim rata de succes a unui
eveniment. Acest fapt este evideniat ndeosebi prin intermediul
reprezentrilor grafice, specifice indicatorului de probabilitate (fig.2.10).
Derivat din statistica matematic n general este reprezentat i
frecvena cumulat a probabilitii de succes a evenimentelor k. Aceasta
permite o identificare graduat a posibilelor valori accesibile, prin calculele
efectuate.
APLICAIA 3.
Se consider un eantion format din 17 autovehicule ce urmeaz s
teac printr-o intersecie semaforizat. S se determine care este
probabilitatea de trecere prin intersecie a 0,2,5,7,9,11,15 i 17 autovehicule,
cunoscnd c funcia ce guverneaz aceast probabilitate poate lua valori:
1 3 1 5
; ; ;
8 8 2 8

7
8

.
44

Comentariu i rezolvare. n enunul Aplicaiei 3, s-a utilizat noiunea

de funcie de probabilitate, care n fapt reprezint funcia empiric care poate
guverna rata de succes a evenimentelor (posibilitatea de trecere prin
intersecie a numrului de autovehicule considerat).
Explicit se pune problema densitii de probabilitate a ratei de succes a
evenimentului:
prin intersecie trec 0,2,17 autovehicule dac funcia empiric ce

declaneaz evenimentul este:

1 7
,..,
8 8

. Se menioneaz c valorile acestei

0,1

funcii sunt cuprinse n intervalul

.
Rezolvarea aplicaiei se rezum la aplicarea strict a relaiilor: (35)(40), valorile obinute fiind prezentate n tabelul 2.7.
Tabelul 2.7. Indicatorii de repartiie calculai
Funcia de probabilitate empiric generatoare F
1
3
1
5
7
8
8
2
8
8

Indicatorul

veh

Media vehiculelor
veh
Modul statistic

2,125

6,375

2,25

6,75

8,5

10,5

14,875

11,25

15,75

n Anexa 2 se prezint tabelar valorile calculate pentru densitatea de

probabilitate precum i cele corespunztoare funciei cumulative a ratei de
succes a evenimentelor.
Graficul de variaie al indicatorului densitate de probabilitate pentru
datele aplicaiei se prezint n fig.2.11., n form compus (3D), pentru
ntregul set de parametrii considerai.

APLICAIA 4.
45

Se consider un nod divizor de trafic (fig.2.12), n care se efectueaz o

observaie discret i prin care ntr-un interval caracteristic, sosesc n pluton
20 de autovehicule. Admind valorile funciei empirice acceptate pentru
prognoza ncrcrii arterelor divizoare de trafic marcate n figura
menionat , s se determine probabilitatea de succes a unui numr de
treceri pe arterele I,II,III i IV, astfel: artera I 8 vehicule, artera II 5
vehicule, artera III 3 vehicule i artera IV 4 vehicule.Pentru
probabilitile determinate s se calculeze valorile medii i modulul de
sondaj caracteristic.
Comentariu i rezolvare
Aplicnd relaiile (35) i (36), se determin probabilitatea de trecere,
valorile calculate fiind prezentate n tabelul 2.8. n mod similar se determin
valorile mediei i momentului de sondaj cu relaiile (37) i (38).
Din analiza datelor obinute, se constat c estimarea are o rat de
succes (deci credibilitate) destul de bun, avnd n vedere faptul c
diferenele nregistrate n valorile mediei i modulului sunt relative mici, sub
1%.
Rezultatele obinute pot fi extrapolate n scopul efecturii unor evaluri
globale de tipul: probabilitatea ncrcrii fiecrei artere la un numr de 1000
vehicule sosite n punctul divizor, probabilitatea ca pe una din artere s treac
un numr de N de vehicule, etc.
Tabelul 2.8. Date iniiale i valori calculate (Aplicaia 4)

Sensul de
deplasare
I
II
III

8
5
3

M3
veh / obs

0.28 0.092367957
0.22 0.192298636
0.37 0.022402648
46

Mo
veh / obs

5.88
4.62
7.77

5.60
4.40
7.40

M Mo
10 3

2.8 10 3
2 10 3

3.7 10 3

IV

0.13 0.149064845

2.73

2.60

1.3 10 3

Toate aceste estimri sunt n msur s completeze informaiile de

trafic n vederea realizrii programelor de estimare propuse.
Repartiia Poisson, este un caz limit al repartiiei binomiale, aplicat
n general eantioanelor formate dintr-un numr mare de observaii, atunci
cnd probabilitatea de succes a unui eveniment este foarte redus . n
domeniul traficului rutier, aceast lege de distribuie este utilizat pentru
prognoza accidentelor de trafic sau n cazul prognozei ratei de nclcare a
normelor de conducere preventiv, fiind luate n considerare evenimente de
tipul:
- trecerea pe culoarea roie a semaforului;
- ntoarcerea pe sectoare de drum cu restricie n acest sens;
- forarea trecerii la nivel peste calea ferat,etc.
n cazul distribuiei Poisson, valoarea caracteristic o reprezint
incidena medie a evenimentului, care are o rat constant de producere
independent, dat de relaia:

1 kmax
k nk
N k 0

(41)

unde:
k - reprezint numrul de repetri ale evenimentului;
nk
- numrul de probe n care s-a repetat evenimentul;
N- numrul total de evenimente analizate.
Densitatea de probabilitate n apariia evenimentului exprim ansa
incidenei ntr-un interval de timp caracteristic sau raportat la un eantion
reprezentativ i este dat de relaia:
f k,

k
e
k!

47

(42)

Mediana statistic specific distribuiei Poisson se determin uzual cu

o relaie de aproximare de forma :
Me

1 0,02

(43)

Probabilitataea de producere a evenimentului sau funcia care

declaneaz evenimentul are de regul valori mici, deci ansa de apariie este
rar, valorile uzuale ale acestei fiind mai mici de 0,1.
Momentul generator al funciei este de forma:

P t , e e 1
t

(44)

Din analiza relaiilor de definire a acestei repartiii se poate constata c

ea reprezint un caz particular al repartiiei binomiale, avnd la origine
dezvoltarea distribuiei Gamma generalizate.
APLICAIA 5.
Pentru o intersecie semaforizat, monitorizat video n perioada unei
sptmni de funcionare (180000 autovehicule), s-au nregistrat prin
tehnica observrii de sondaj, trecerile pe culoarea roie a semaforului.
Cunoscnd numrul de autovehicule care au trecut n aceast perioad prin
intersecie (180000), precum i rezultatul sondajului privind numrul de
astfel de infraciuni comise, s se determine probabilitatea de producere a
0,..6 evenimente de acest tip.

Tabelul 2.9. Rezolvarea observaiilor pentru: trecerea pe culoarea roie

a semaforul.
48

Numrul de evenimente
k
0
Nivelul de repetare
nk
106

162

58

21

Comentariu i rezolvare
n traficul rutier urban se ntlnesc frecvent situaii n care voluntar sau
involuntar, conductorii auto trec pe culoarea roie a semaforului. Dei acest
tip de evenimente rutiere are o rat redus, totui nu se exclude posibilitatea
apariiei acestei infraciuni. n consecin, trebuie analizat i acest fenomen
iar funcie de rezultatul analizei se pot aplica msuri care s duc la
diminuarea acestui fenomen.
nk
Am luat n considerare n acest exemplu un parametru
n msur s
exemplifice amploarea fenomenului analizat: de cte ori pe durate de
observare egale se produc 0,1,2,..6 treceri pe culoarea roie.
Este important dup cum vom observa n urma aplicrii algoritmului de
calcul nivelul de inciden al repetabilitii trecerilor i astfel se vor putea
formula aprecieri privind riscul apariiei fiecrei clase k de fenomene
observate.
Se determin utiliznd datele din tabel valoarea parametrului

caracteristic .
Aplicnd relaia (41), se obine nlocuirea numeric i valoarea
calculat alturat:

1
0 106 1 162 ... 6 1 0,83022
106 162 58 21 0 2 1

49

Cunoscnd numrul total al observaiilor i valoarea parametrului

caracteristic, se determin valorea indicatorului densitate de probabilitate a
apariiei evenimentului cu relaia (42), rezultnd valorile din tabelul alturat:

Tabelul 2.10.
Valorile calculate ale indicatorilor de distribuie pentru
repartiia Poisson

k
0
1
2
3
4
5
6

f k,

P k ,

0. 43594789
0. 36193813
0.15024641
0. 04157982
10 3
8.63023023
10 3
1.43301962
10 4
1. 98289925

0.435947891
0. 797886020
0. 948132435
0. 989712256
0.998342486
0. 999775506
0. 999973796

Dup aceasta sunt permisive formulri ale unor propuneri de msuri

pentru descurajarea evenimentului, prin metode specifice.
Am dori totui s nu se creeze o impresie totalitar conform creia tot
ce trece pe culoarea roie este o infraciune voit. Sunt cazuri ce iau
amploare, legate de derularea traficului n condiii de congestie, cnd
" presiunea "
plutonului de vehicule din spate este insistent sau cnd oprirea
brusc, la apariia culorii galbene (trecerea spre rou) poate cauza tamponrii
n lan. n aceast situaie intervine i problema indeciziei la alternana
galben- rou care continu s creeze numeroase discuii contradictorii privind
obiectivitatea sancionrii acestui tip de contravenie.
O alt problem o constitue faptul c o perioad scurt de verde creeaz
un discomfort (stress) conductorului auto, proporional cu frecvena opririlor
n vederea apropierii de intersecie, fr ca aceasta s fie depit, ceea ce

50

determin tendina de forare a trecerii. Grafic, cei doi parametrii

caracteristici au variaia prezentat n figura 2.13.
Concluzie : din analiza rezultatelor obinute, se constat c
probabilitatea de apariie a patru sau mai mult de patru treceri pe culoarea
roie a semaforului este extrem de rar i poate fi cazul unor evenimente stict
accidentale, ceea ce nu caracterizez traficul prin zona de semaforizare
propus.
Dac ns analizm incidena ca cel puin un vehicul, sau dou vehicule
s treac pe culoarea roie, atunci innd cont de nivelul ridicat de
probabilitate 0,36 i riscul pe care-l reprezint acest eveniment pentru
derularea n siguran a traficului, este cazul s se analizeze eventual calitatea
semaforizrii.
APLICAIA 6.
Se consider observarea cu echipament radar a regimului de vitez pe
o arter urban. Considernd rezultatele nregistrate, grupate n intervale de
viteze comform tabelului alturat, s se determine probabilitatea ca viteza
legal admis s fie depit cu:10,20, 30, 40 i 50 de km/h.
Tabelul 2.11. Repartiia statistic avitezelor observate.
Interval de
viteze
km/ h
Nr.
vehicule
ncadrate

20

30

40

50

60

70

80

90

20

30

40

50

60

70

80

39

32

41

77

37 14

90 100
1

Comentariu i rezolvare
Depirea vitezei legale admise constitue o practic cu grave consecine
asupra siguranei traficului. Fenomenul a luat amploare i este favorizat n
bun msur de cteva aspecte ce vizeaz: performanele dinamice ale
autovehiculelor, psihologia conductorilor auto (direct legat de grupa de
vrst), modalitatea de organizare - sistematizare a arterelor de trafic, etc.
51

Exemplul analizat constitue din acest punct de vedere un rezultat tipic

al nregistrrilor de trafic.
n scopul rezolvrii acestei aplicaii, se impune n prealabil reducerea ei
la o problem de tip probabilistic. n acest scop, vom considera o ierarhizare
a evenimentelor k funcie de gradul de risc pe care-l reprezint. Astfel,
deplasarea sub limita de vitez admis va fi considerat eveniment de rang 0,
iar depirea acesteia cu intervale de cte 10 km/h vor constitui evenimente
de rang 1, 6. Efectund calculele, se obin datele de trafic prezentate n
tabelul alturat:
Tabelul 2.12.
Interval de viteze
km/ h
k
Nr.vehicule
ncadrate
Nk

50
0

50-60
1

60-70
2

70-80
3

80-90
4

90-100
5

94

77

37

14

Utiliznd noul tablou de date rezultate n urma reordonrii acestora

pentru a rspunde cerinei statistice i de probabilitate, se determin cu relaia
:
(41) valoarea parametrului caracteristic

1,92
.
Se calculeaz valorile indicatorilor de distribuie, rezultatele obinute
fiind prezentate n tabelul 2.13.
Tabelul 2.13. Valori analitice

k
0
1
2

f k,

P k ,

0.147
0.281
0.27

0.147
0.428
0.698

52

3
4
5

0.173
0.083
0.032

0.871
0.954
0.986

Grafic, variaia indicatorilor prezentai n tabelul 2.13., este redat n

figura 2.14.
Concluzie : Din analiza graficelor de variaie se constat urmtoarele:
-

incidena depirii vitezei maxime admise este destul de ridicat, fapt ce i

geste o serie de cauze legate de regimul sancionrii contraveniei
referitoare la vitez (aplicarea de amenzi i puncte de sancionare se face
numai dac viteza a fost depit cu minim 10 km/h, deci se circul la limita
legalitii) dar i permisivitatea condiiilor de trafic;
analiza nu a acoperit complet cmpul probabil de viteze ce pot fi ntlnite pe
sectorul de drum monitorizat, astfel c probabilitatea de a se nregistra i
viteze mai mari 100km/h nu este de neglijat avnd o rat de succes de peste
1,4%.
ponderea relativ ridicat a vitezelor mari, indic un sector de drum cu o
permisivitate mrit i datele trebuie corelate cu evenimentele de trafic
nregistrate n zona de observare, n scopul creterii siguranei n trafic.
APLICAIA 7.
La monitorizarea unui lot de 150 de vehicule pe durata parcurgerii a
50.000 km, privind nregistrarea unor evenimente de trafic (accidente), s-au
obinut urmtoarele date pentru 8 momente de monitorizare (evenimente
nregistrate n fiecare moment de observare): 1,4,16,24, 0, 1,2,5. S se
determine probabilitatea de apariie a accidentelor i s se generalizeze
modelul evenimentelor probabile.
Comentariu i rezolvare:
Aplicaia propus analizeaz incidena producerii accidentelor de trafic,
pe sectoare de drum, supuse monitorizrii fie n urma efecturii unor lucrri
de sistematizare reabilitare, fie prin prisma avertizrilor venite din partea
poliiei rutiere. n general se deruleaz observaii care constau n epuizarea
unui parcurs suficient de mare ca s ofere informaii relevante din punct de
vedere al datelor de trafic. Practica curent nu solicit n mod expres
53

observarea continu, fiind agreate tehnici de sondare, n intervale discrete de

observare. Astfel, rezultatele nregistrate permit dezvoltarea unor funcii
predictive care s ofere estimri credibile a ratei de producere a accidentelor
de trafic, specific arealului monitorizat.
Pentru exemplul considerat, valoarea parametrului caracteristic se
determin utiliznd relaia (41), pentru care nlocuirea numeric ne d:

1
1 4 16 0 24 1 2 5 6,625
8

Densitatea de probabilitate sau rata de producere a evenimentului va fi

determinat cu relaia (42), rezultnd astfel valori prezentate n fig.2.15.
Din analiza graficului de variaie a densitii de probabilitate de
producere a evenimentului, se constat c fa de valoarea ponderat de 6,625
accidente, cele 150 de autovehicule monitorizate au produs cu o ans de
probabilitate mai ridicat un accident, astfel c ntr-un numr redus de cazuri,
lotul de 150 de autovehicule va produce un numr de 4 sau 5 accidente.
Desigur, aici nu analizm cauzele implicrii n accidente ( msur n
care conductorul auto a fost autor sau victim a unei situaii de trafic
conflictuale), faptul consumat ns rmne consemnat ca eveniment de trafic,
cu toate consecinele ce decurg din aceasta: costuri directe, costuri sociale i
perturbri n derularea fluent a circulaiei rutiere.
Statistica analizat i concretizat prin repartiia de probabilitate are
ns efect direct din punct de vedere al ingineriei traficului rutier asupra
msurilor permisive i necesare privind marcarea i semnalizarea
corespunztoare a tronsonului de drum, astfel ca asemenea evenimente s nu
cunoasc o inciden att de ridicat.
2.2.2. Legi de distribuie pentru variabile aleatoare de tip continuu
Legile de distribuie specifice v.a. continue, sunt destinate modelrii
proceselor, n scopul evidenierii modului de variaie n timp a fenomenelor
observate. Estimri, prognoze privind dinamica unor evenimente pot fi
formulate cu ajutorul acestui instrument matematic care st la baza i analiza
unor fenomene de trafic.
54

Semnificative n modelarea fenomenelor de trafic rutier sunt

urmtoarele tipuri de distribuii:
- Distribuia exponenial;
- Distibuia normal cu varianta derivat din aceasta de tip lognormal;
- Distribuia Gamma;
- Distribuia Wiebull.
Este de semnalat c aceste modele de distribuii sunt completate de
ansamblul repartiiilor probabilistice fundamentale, ntre care repartiia
Gamma are un rol esenial.
Distribuia exponenial, este un instrument matematic frecvent
utilizat n analiza fenomenelor de trafic rutier, caracteriznd cu suficient
relevan o serie de situaii cum sunt:

- fenomenele de ateptare;
- lungimea plutoanelor de vehicule;
- fenomene de variaie n timp a traficului;
evidenierea proceselor specifice determinrii capacitii de circulaie a
arterelor rutiere.
Constitue instrumentul prin intermediul cruia sunt descrise
fenomenele evolutive ntre evenimente independente continue i cu rat
constant, reprezentnd o form de explicitare a proceselor stohastice de tip
Poisson.
Parametrul caracteristic al distribuiei este inversul mediei de sondaj,

notat cu , care exprim n esen rata constant specific (de succes), n

derularea evenimentelor.
Indicatorii caracteristici ai distribuiei exponeniale sunt:
-densitatea de probabilitate a evenimentelor dat de relaia:

e x , x 0
0, x 0

f x,

55

(45)

unde reprezint rata de succes a evenimentului.

-distribuia cumulativ, dat de relaia:

1 e x , x 0
0, x 0

F x,

(46)

-indicatorul media distribuiei:

m

(47)

-mediana distribuiei:
Me

ln 2

(48)

-momentul generator al funciei

variabila de timp:

MF

t
MF t , 1

, dat de relaia ce conine explicit

(49)

unde t este variabila de timp generatoare de funcie.

Densitatea de probabilitate a timpului de funcionare, reprezint
indicatorul probabilistic cu relevan deosebit din punct de vedere al

exemplificrii distribuiei exponeniale, ntruct pune n eviden factorul ,

rata de succes a evenimentului i ofer informaii consistente privind variaia
fenomenelor (fig.2.16).
APLICAIA 8.

56

Se consider observarea de trafic referitoare la incidena virajului la

dreapta ntr-o intersecie cu fluxul principal de vehicule pe direcia nainte
(fig.2.17). Considernd datele medii de trafic prezentate n (fig.2.16), s se
determine valoarea densitii de probabilitate a virajului la dreapta n
ipoteza c prin intersecie trec 1000,2000,,20000 de autovehicule.
Comentariu i algoritm de rezolvare: ntr-o prim etap de abordare se
impune evaluarea problemei din punct de vedere al datelor iniiale
disponibile. Se constat astfel din fig.2.17., c numrul de vehicule ce intr n
intersecie n intervalul de observare este de 95 (80+15), din care doar 15 vor
efectua virajul la dreapta. Astfel, valoarea parametrului
relaia (47) va fi:

1 15

0,158 %veh
m 95

, determinat din

Este preferabil ca paii urmtori de rezolvare a aplicaiei s se fac

utiliznd mediul de operare Excell, MathCAD sau MATLAB, ce ar uura
mult sarcina de calcul, avnd n vedere gradul de dificultate ridicat al
operaiilor necesare. n acest scop se itereaz n prima faz variabila de timp.
Utiliznd relaia (45) se calculeaz valoarea indicatorului densitate de
probabilitate, rezultatele obinute fiind prezentate grafic n fig.2.18.

x : 1000 i 1 1000

i 1,...,20

O particularitate esenial rezid din evaluarea exponenial a

distribuiei virajului la dreapta : la creterea valorilor de trafic pe artera
principal, ponderea celor care vireaz scade exponenial astfel ncrcarea
suplimentar rmne pe artera de baz i constitue factor de risc pentru
condiiile de trafic, n timp ce artera secundar va pstra un flux relativ
constant.
Este cazul arterelor ce alimenteaz zone rezideniale de cartier sau al
unor artere ce constitue intrri n spaii private ( uniti economice, ansamblu
de locuine, parcri private, spaii cu caracter social, etc).

57

APLICAIA 9.
Cunoscnd c pentru un tronson de drum rapid, rata accidentelor este
de 0,025 evenimente la 100 de vehicule, s se determine valorile
indicatorilor: densitate de probabilitate, valoarea medie accidente, valoarea
median i funcia cumulativ de distribuie a accidentelor, valori
corespunztoare unui trafic de 10.000 vehicule.

Comentariu i algoritm de rezolvare: Din enunul aplicaiei poate fi

identificat parametrul rat de succes a evenimentelor , care ns trebuie

exprimat n uniti convenionale de forma : accidente/veh.:

0,025
2,5 10 5 accidente / veh
100

n continuare, aplicnd relaiile de calcul (45) (48), se obin valorile

indicatorilor cerui de enunul aplicaiei i care sunt prezentai sintetic , cu
referiri la relaiile utilizate n tabelul 2.15.

Tabelul 2.15. Valorile indicatorilor caracteristici calculai

Indicatorul

Rata accidentelor

U.M.

Valoarea
calculat
2,5 10 5

acc/veh

Rel. (47)
1,947 10

Densitatea de probabilit acc/veh

Valoarea medie accident veh/evenim.

58

Obs.

Rel. (45)

40000

Rel. (47)

Valoarea median caract.veh/evenim.

Funcia cumulativ de
distribuie

27773
0,221

Rel. (48)
Rel. (46)

Interpretarea rezultatelor: valorile calculate arat urmtoarele aspecte

de trafic:
-

la fiecare 40000 de vehicule ce ruleaz pe sectorul de drum, exist

probabilitatea producerii unui eveniment de trafic;
deoarece valoarea median este mult cobort sub valoarea mediei,
estimarea poate s fie insuficient i n domeniul de valori : 27773
flux de 40000 de vehicule exist riscul de producere a
accidentelor de trafic;
valoarea funciei cumulative de distribuie arat totui c sectorul de
drum este cu risc sczut ( n condiiile n care acest indicator poate
lua valori n intervalul

0,1

).

Distribuia normal, reprezint un instrument matematic cu o larg

aplicabilitate n estimrile i evalurile de trafic rutier. Este utilizat
ndeosebi pentru determinarea condiiilor de trafic specifice unui anumit
segment orar, corelat cu stabilitatea derulrii fluxului de autovehicule.
Distribuia poart denumirea de Gauss-Laplace n memoria marilor
matematicieni clasici ce au dezvoltat teoria i au demonstrat aplicatibilitatea
acesteia pentru determinarea erorilor de msurare. n exprimarea uzual mai
poate fi ntlnit sub denumirea de clopotul lui Gauss, datorit formei
caracteristice a variaiei densitii de probabilitate.
Reprezint cea mai uzual modalitate de reprezentare cantitativ a unei
multitudini de fenomene naturale, n care se ncadreaz i cele de trafic rutier.
Este caracterizat prin doi parametri statistici determinai pentru
aceast disatribuie:

- parametrul de localizare:
i care reprezint din punct de vedere
statistic media de sondaj, asociat fenomenului analizat;

59

parametrul de sacr (de scalare): , care este din punct de vedere

statistic abaterea medie ptratic (deviaia standard) a irului de
date asociat fenomenului analizat.

Caracteristic acestei repartiii este indicatorul densitate de probabilitate

a evenimentului,

f , , x

care se determin cu relaia:

f , , x

x 2
2 2

(50)

Pentru definirea funciei cumulative de distribuie a evenimentelor

probabile, se utilizeaz expresia integralei Laplace, care permite normarea
funciilor caracteristice pentru distribuia normal:

1
2

u2
2

du
.

(51)

Distribuia cumulativ specific repartiiei normale se determin cu

ajutorul integralei Laplace, utiliznd relaia:
t m

F t

(52)

Momentul generator al funciei se determin cu relaia:

M t e

2 2
mt t

(53)

Din punct de vedere al aplicaiilor destinate analizei traficului rutier, o

importan deosebit o reprezint indicatorul: densitate de probabilitate a
ratei de succes a evenimentelor. Aceasta permite identificarea caracteristicilor
traficului rutier derulat n intervale de timp din punct de vedere al ncrcrii
60

arterelor, permind estimarea privind: derularea unui trafic constant sau

fluctuant , funcie de ncadrarea n rata de normalitate (fig.2.19).
Corespunztor indicatorului densitate de probabilitate , distribuia
cumulativ a ratei de succes a evenimentelor de probabilitate normal sunt
prezentate n fig.2.20.

APLICAIA 10.
Se consider observarea de trafic, derulat cu contoare automate,prin
care s-au nregistrat volumele de vehicule care trec n intervale de timp
normate, pe o arter de trafic. n urma nregistrrilor s-a solicitat
determinarea caracterului ncrcrii arterei rutire monitorizate, privind
consistena traficului i identificarea perioadelor cu un trafic caracteristic,
att pentru totalul vehiculelor nregistrate ct i pentru pincipala categorie
de participani la trafic pe artera respectiv (autoturisme). Datele de trafic
nregistrate sunt prezentate n tabelul 2.16.
Tabelul 2.16. Observare automat de trafic n dou zile
consecutive.

Ora

Ziua I

7
8
Veh.total 634
din care
turisme 556
Ziua II
Veh.total687
din care
turisme585

8 9 10 11 12 13 14 15 16 17 18
9
10
11 12
13 14 15 16 17 18 19
816 778 820 880 918 858 848 939 956 1078 977
712
761
650

694

706

766

751 721 701 785 948 873 854

798

855 842

860 882 836 943 1018 1025 975

720

755

748 749 693 821 917 936 894

702

61

Comentariu i algoritm de rezolvare: Problema prelucrrii datelor de

trafic nu este simpl i gradul de complexitate nu este determinat de volumul
datelor de trafic prelucrate. Desigur, cu ct volumul de date este mai mare, cu
att sarcina operatorului (statisticianului) este mai ampl. Sunt ns o serie de
algoritmi care de altfel stau la baza unor programe soft de prelucrare a datelor
de trafic i care vin n ajutorul operatorilor, contribuind la reducerea
semnificativ de efort uman i timpul alocat acestor activiti.
n consecin, pentru exemplificarea repartiiei normale vom lua n
cosiderare setul de date ordonat statistic, pregtit pentru determinarea
indicatorilor primari.
Dup cum se poate constata din figura 2.21., datele de trafic nregistrate
prezint fluctuaii orare, att pentru valorile totale de trafic ct i n ceea ce
privete participantul major la trafic.
Conform enunului aplicaiei, n prima faz se impune ordonarea
cresctoare a irului de valori, aceast organizare a irului de date nu va
afecta cocludena rezultatelor obinute, deoarece, n acest caz, variabila de
timp analizat o reprezint volumele orare de trafic i nu momentul din zi la
care s-a efectuat nregistrarea.
Aplicnd relaiile statistice cunoscute, se determin valoarea celor doi
parametrii caracteristici ai repartiiei normale: media de sondaj i abaterea
medie ptratic, pentu cele dou seturi de date selectate: valori totale trafic i
participaia automobilelor la trafic. Cu aceste date statistice, se calculeaz
valoarea indicatorilor: densitate de distribuie i distribuia cumulativ,
rezultatele obinute fiind prezentate grafic n figurile 2.22. i 2.23.
Dup cum se poate observa, valoarea maxim a densitii de
probabilitate a volumelor de vehicule, corespunde mediei statistice de sondaj,
a crei valoare calculat a fost de 874,33 veh/h. n cazul autoturismelor,
centrarea spre valoarea medie este mai pronunat, fapt argumentat i de
apropierea maximului densitii de probabilitate de media statistic de sondaj
(759,875 veh/h). Aceste constatri arat cu prisosin ( precum i graficul de
variaie al indicatorului) c ncrcarea arterei de trafic urmeaz o lege de
distribuie normal, ce poate avea urmtoarele consecine din punct de vedere
al traficului derulat:
- componena traficului este relativ constant pe parcursul
sptmnii;
- artera de circulaie este utilizat (ncrcat) uniform i predictibil;
- sectorul de drum este permisiv unor planuri de optimizare privind
creterea fluenei traficului.
62

Distribuia log-normal
Este derivat din legea de distribuie normal i permite modelarea cu
mai mult fidelitate a derulrii fluxurilor de vehicule pe arterele rutiere, unde
se pot identifica cu frecven mai redus situaiile n care se identific trafic
staionar, de rat normal.
n general, particularitatea const n modul de exprimare a valorii
exponenialei, n condiiile n care parametrii caracteristici sunt aceeai ca i
n cazul distribuiei normale.
Densitatea de probabilitate a evenimentelor se determin cu relaia:

f x, m,

1
x 2

ln x m 2
2 2

(54)

Media de repartiie log-normal, se detrmin cu relaia:

me

2
2

(55)

unde - reprezint media statistic parametric rezultat din

prelucrarea datelor din eantion.
Mediana repartiiei este de forma:
Me e

(56)

Modul de repartiie fiind n acest caz:

Mo e

63

(57)

Distribuia cumulativ, deriv i n acest caz din laplacianul corectat

cu modul de variaie al variabilei de timp:
ln t m

Ft

(58)

Spre deosebire de cazul distribuiei normale, pentru distribuia lognormal se pot identifica variaii ale indicatorului densitate de probabilitate
care apropie interpretarea indicatorilor de alte distribuii probabile (fig.2.24.).
Distribuia cumulativ, nsumeaz rata evenimentelor probabile i
permite identificarea modului de adiie n termeni de probabilitate,
contribuind la identificarea gradului de succes (de realizare) a fenomenului
analizat (fig.2.25).
Practic, acest indicator este mai des utilizat n cuantificarea efectului
distribuiei log-normale asupra volumelor de trafic, sau a evenimentelor
probabile. n cazul analizei traficului derulat pe artere divizoare sau n cazul
identificrii probabilitii de trecere la semafor, aceast lege de distibuie
poate oferi un suport eficient, cu condiia aplicrii n cazul unui trafic de rat
variabil a densitii de vehicule.
Distibuia Gamma generalizat
Reprezint o distribuie specific variabilelor aleatoare continue, cu
aplicabilitate semnificativ n dezvoltarea aplicaiilor referitoare la teoria
ateptrii, sau n cazul analizei proceselor, dezvoltate pe criterii statistice.
Este caracterizat de prezena a doi parametrii ce definesc aceast distribuie:

- parametrul de form care permite identificarea variaiei

indicatorilor de probabilitate caracteristici i valorile acestui parametru pot
duce la asocierea acestei distribuii cu cea exponenial, sau Weibull sau n
unele cazuri ( mai rar) distibuia normal.

64


- parametrul de scar, ce determin domeniul de valori a
indicatorilor identificai; n mod curent valoarea acestui parametru duce la
apropierea distribuiei de cea exponenial.
Este generat prin intermediul funciei Gamma, caracterizat de
relaia:

x t x 1 e t dt
0

(59)

Funcia prezint cteva caracteristici ce sunt valorificate n dezvoltarea

distribuiei de tip Gamma.
n 1 n! n n 1 n 2 ... 2 1;
0 1;

1
u 2
e du
2

(60)

Densitatea de probabilitate pentru aceast aceast distribuie se

determin cu relaia (fig.2.26):

f x, , x

e x

x0

(61)

Distribuia cumulativ este dat de relaia (fig.2.27) :

x

F x, , f x, , dx
0

Distribuia Weibull

65

(62)

Este considerat ca fiind cuprinztoare din punct de vedere al

fenomenelor observate, aceasta simulnd cu aceeai precizie de
determinare , evenimente ce urmeaz o distribuie de tip exponenial sau
normal. Este n general mai puin aplicat pentru analizele dezvoltate n
domeniul traficului rutier unde se pornete n general de la premiza intuirii
unei distibuii a evenimentelor probabile n baza datelor statistice colectate.
Specific distribuiilor de tip continuu este particularizarea prin
prezena a trei parametrii caracteristici:
-

- parametrul de form, numr real pozitiv, care identific modul

de variaie a indicatorilor caracteristici;

-parametrul de scar ce identific domeniul n care indicatorii

caracteristici iau valori, fiind de asemenea un numr real pozitiv;

-parametrul originii de timp, acesta fiind luat n considerare ca i

variabil ndeosebi n cazul analizelor statistice de tip demografic,
sau n cazul raportrii analizelor la populaia original ce face
obiectul evalurii de probabilitate.

n cele mai frecvente analize de tip Weibull, se apreciaz valoarea

parametrului originii de timp ca fiind nul, caz n care se ia n consideraie
distribuia:Weibull biparametric.
Indicatorul densitate de probabilitate a evenimentelor posibile se
determin cu relaia:
k t k 1 t

e ,t 0
f t , k , ,

0, t 0

n cazul distribuiei biparametrice, relaia caracteristic pentru

determinarea densitii de probabilitate a evenimentelor este de forma:

66

(63)

 k t k 1 t

e , t 0
f t, k ,

0, t 0

(64)

Funcia cumulativ caracteristic distribuiei Weibull biparametrice este

de forma:
Ft 1 e

(65)

Reprezentarea grafic a variaiei indicatorului caracteristic permite

evidenierea afirmaiilor anterioare privind capacitatea de simulare a
distribuiilor de tip normal i exponenial (fig.2.28).
APLICAIA 10.
Se consider sondajul de trafic privind distribuia numrului de
vehicule n ateptare la semafor, pe durata unei zile. Cunoscnd valorile
medii orale detaliate pentru perioada de funcionare a semaforului, s se
determine legea de distribuie probabil pentru ncadrarea de probabilitate a
fenomenului analizat (tab.2.17).
Tabelul 2.17. Nr. mediu de vehicule n ateptate la fiecare ciclu T de
semaforizare
Interval orar h

6,00 7,00
7,00 8,00
Nr.mediu Veh/T 1
2

8,00 9, 00 10,00 11,00

9,00 10,00 11,00 12,00
7
8
8
5

Interval orar h 14,00 15,00 16,00 17,00 18,00 19,00

15,00 16,00 17,00 18,00 19,00 20,00
Nr.mediu Veh/T 4
3
2
4
1
3

67

12,00
13,00
4
20,00
21,00
1

13,00
14,00
6
21,00
22,00
1

Comentariu i algoritm
Pentru rezolvarea aplicaiei este necesar o analiz prealabil a datelor
existente n concordan cu formularea cerinei de rezolvare. n acest caz,
pentru evidenierea ncadrrii n repartiia Weibull, este necesar
determinarea valorii parametrilor caracteristici: parametrul de form i
Parametrul de scar. Deci se poate considera c aplicaia face referire la
feed-back-ul determinrii de tip Weibull.
De asemenea, considernd c fenomenul se ncadreaz n grupa
distribuiilor continue de probabilitate, apare necesitatea stabilirii unei forme
de exprimare unitar, coerent a variabilei de timp. Alegnd ca unitate de
exprimare a timpului minutele, rezult c observaiile au fost defalcate n
intervale de 60 de minute i n consecin durata total de observare a fost de
960 minute. Cu aceste specificri tabelul 2.17. va fi de forma (v. Tab.2.18):
Tabelul 2.18. Nr. mediu de vehicule n ateptare la fiecare ciclu T de
semaforizare, detaliat pe durata de observare
60 120 180 240 300 360 420
Interval orar h 0 60
120 180 240 300 360 420 480
Nr. mediu Veh/T 1
2
7
8
8
5
4
6
480 540 600 660 720 780 840 900
Interrval orar h
540 600 660 720 780 840 900 960
Nr. mediu Veh/T 4
3
2
4
1
3
1
1
Se constat ca i n cazul legii de distribuie Weibull, este foarte
k,

important a se determina parametrii caracteristici

i . n acest scop
literatura de specialitate pune dispoziie cteva metode din care amintim:
metoda analitic (numeric), metoda grafo- analitic i metoda grafoanalitic modificat.
Metoda analitic este bazat pe estimarea i verificarea celor trei
parametrii, utiliznd n acest scop un algoritm destul de laborios care necesit
68

n cele mai multe dintre cazuri calculatoare numerice pentru evaluarea

indicatorilor caracteristici.
Tehnica analitic de determinare a coeficienilor i estimare a
indicatorilor este utilizat n dou variante: determinarea punctual i
determinarea prin intervale de ncredere.
Evaluarea indicatorilor pe cale analitic impune respectarea unui
algoritm de determinare att acestora ct i a parametrilor caracteristici.
Metoda grafo-analitic se bazeaz pe utilizarea reelelor de
probabilitate de tip Weibull, fiind utilizate urmtoarele situaii:
- exist un numr relativ mic de date observate;
- repartiia este necunoscut, cazul unor fenomene nou studiate;
- necesitatea efecturii unor prime evaluri estimative cu caracter
informativ n vederea prelucrrii ulterioare, riguroase prin metoda
analitic;
- situaiile care necesit o testare rapid, n vederea verificrii
conformitii cu prescripiile impuse prin programul de dirijare a
circulaiei sau n scopul obinerii unor viziuni de ansamblu asupra
rezultatelor sau de optimizare a semaforizrii.
n elaborarea metodei grafo analitice se are n vedere echivalena
ecuaiilor:
k

1
t

ln t k ln
ln ln

R t
R t e

;
;
(66)
Y X C
.

Dup cum rezult din echivalenele (66), ntre termenii

ln t k

ln ln R t

se stabilete o corelaie de tip liniar. Practica utilizrii metodei

Ft

apeleaz la funcia de defectare

, distribuia cumulativ a evenimentelor
probabile, astfel nct n toate dezvoltrile aplicative din domeniu, vom regsi
acest indicator. Se traseaz dreapta Weibull funcie de
(fig.2.29).
69

Ft

tk

O metodologie de rezolvare a aplicaiilor referitoare la repartiia

Weibull, respect urmtorul algoritm:
Ft
- calculul valorilor funciei
;
Ft
t k
- trasarea graficului funciei
funcie de
, considerndu-se
0
c
i se obine curba l;
- pe aceeai diagram se traseaz trei drepte echidistante paralele la
axa parametrului t-k, care vor intersecta curba l n trei puncte
natate A,B i C;
t A , t B , tC
- se determin valorile abscisei celor trei puncte A,B,C:
;
-

cu aceste valori se recalculeaz parametrul , avndu-se n

vedere c linia curb l se va transforma cu noul parametru ntr-o
dreapt de tip Weibull.Se va avea n vedere c

verific ecuaia:

t A t C t B2
k
t A 2t B t C

determinarea parametrului

determinarea parametrului se face innd cont de faptul c

acesta reprezint chiar panta dreptei Weibull:

(67)

se face astfel: utiliznd urmtorul

tk

Y 0
raionament: pentru
se obine
, deci valoarea este
valoarea citit n punctul de intersecie al dreptei Weibull cu axa t
-k;

tg 0
.

(68)

Practic se procedeaz astfel: din punctul de intersecie al dreptei

OX
Weibull cu orizontala se ridic abscisa pe scara
, se d o variaie de o

70

unitate pe axa

, dup care se coboar pn la intersectarea dreptei Weibull,

pe orizontal citindu-se tocmai valoarea coeficientului .

Deoarece dezvoltarea matematic a algoritmului este suficient de
laborioas, se propune rezolvarea aplicaiei (urmnd paii explicitai) n
mediul MathLAB, n vederea determinrii valorilor parametrilor
caracteristici.
Algoritmul dezvoltat permite vizualizarea graduat a rezolvrii
aplicaiei, constituind un real suport n predicia distribuiei de vehicule ce
sosesc ntr-o intersecie. Utiliznd interfaa de operare , se introduc datele
iniiale i se lanseaz comenzile de execuie pentru determinarea parametrilor
caracteristici (fig.2.30).
Dup cum se poate observa din fig.2.30 , calculul parametrilor
caracteristici ai repartiiei ofer rezultate cu cinci zecimale, considerate
suficiente pentru relevana aplicabilitii la un larg spectru de aplicaii.
Paii de rezolvare a aplicaiei constau n:
- stabilirea numrului de intervale de discretizare a domeniului de
timp, funcie de intervalul caracteristic;
- introducerea datelor iniiale n format impus, conform cerinelor
aplicaiei;
R t
- lansarea comenzii de trasare grafic a variaiei indicatorului
,
funcia de distribuie a evenimentului favorabil (fig.2.31)
lansarea comenzii de calcul a parametrilor caracteristici: parametrul de form
notat n program cu beta i parametrul de scar (n aplicaie notat cu lambda);
- reprezentarea grafic a distribuiei Weibull trasat cu datele de
program calculate (fig.2.32).
Aplicaia permite vizualizarea n prealabil a parametrului caracteristic
ce face corelarea ntre metoda grafo analitic i metoda pur matematic de
calcul (parametrul calculat este indicat n fig.2.30 cu a).
Suplimentar , aceast aplicaie permite identificarea nivelului de
relevan al ncadrrii distribuiei de date n modelul Weibull. n acest sens
este utilizat testul Hi ptrat , test care face corelaia ntre rezultatele
experimentale i cele calculate. n fereastra de operare a aplicaiei, cmpul
destinat acestei etape de rezolvare este notat cu C.

71

Testul ofer att informaia analitic, ct i informaia grafic, rezultat

R t

din trasarea pe acelai grafic a funciei

calculat i determinat analitic
(fig.2.33).
Dup cum se poate constata din rezultatul obinut n urma aplicrii
testului de concluden, distribuia timpilor de ateptare la semafor, corelat cu
numrul de vehicule n ateptare , poate fi analizat cu ajutorul repartiiei
Weibull. Valoarea Hi ptrat obinut indic o abatere de 1,8680% (sub 2%),
valoare acceptabil n condiiile unei analize de trafic.
Se recomand algoritmii Weibull n analizele de trafic deoarece n mod
automat, funcie de valorile de calcul obinute se poate face trecerea spre alte
legi de distribuie anlizate anterior: distribuia exponenial, distribuia
normal i distribuia log-normal. n acest mod, se asigur trecerea de la
modelele generalizate (Weibull) la modelele particulare care sunt ntlnite
fecvent n modelrile de trafic.
Rezultatele obinute pentru aplicaia 10 se prezint sintetic n tabelul
2.19.
Tabelul 2.19. Centralizatorul valorilor calculate pentru
Aplicaia 10.

Indicatorul
Simbol
U.M.
Valoare

Lambda

4,6932 10 2

Parametrul
de form

Parametrul
de scar

Testul
Hi ptrat

Veh/h

Veh/h

%
%

2,1485

1,8756

1,8669

72

COLECTAREA I PRELUCRAREA
DATELOR N TRANSPORTURI

73

74