Documente Academic
Documente Profesional
Documente Cultură
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, relative 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: 1,1, 1,2,..., 6,6 , n numr
de 36.
1
nr.cazuri. favorabile 5
nr.cazuri. posibile
36 .
atunci
Cazurile favorabile sunt: 1,1, 2,2, 3,3, 4,4, 5,5, 6,6 ,deci 6
p
atunci p
6 1
.
36 6
- non A
PE .
A B A A; A B A A;
2
E A A; E A E
Evenimentul non A sau contrar lui A are proprietile:
A A ; A A E.
i , E ;
ii A, B A B ;
iii A, B A \ B ;
i o bijecie : PE astfel ca:
a A B A B ;
b A B A B ;
c A A .
; E E .
a Dac
b Dac
A1 , A2 ,..., An atunci
A i A ;
i
i 1
i 1
A atunci A .
i p A 0,1, A ;
ii p A B p A pB dac
iii p 0 , pE 1 .
A B ;
p A 1 p A, A ;
2 Dac
atunci
n
n
p Ai p Ai ;
i 1 i 1
4
3 p A B p A pB p A B , A, B ;
4 A B p A pB .
VARIABILE ALEATOARE
Definiie: O funcie f : E R se numete variabil aleatoare (pe
scurt v.a.) , dac pentru orice interval deschis a, b R , avem
vi . n aceste
v1 , dac , x A1
v , dac , x A
2
f x 2
.
..........
..........
....
v n , dac , x An
Fiecrei variabile aleatoare f i vom asocia o diagram , notat tot cu
f:
v v2
f : 1
p1 p 2
repartiia variabilei aleatoare.
v3 ... vn
, numit distribuia sau
p3 ... p n
i 1
Definiie:
i 1
i 1
M f vi p i vi p f vi ;
ii momentul de ordinul k:
i 1
M k f m k f vik pi M f
k f vi M f k pi M f M f k ;
i 1
iv dispersia:
D f 2 f vi M f pi M f M f 2 f ;
2
v funcia caracteristic:
n
f : R C , f c t f t e
j 1
f c : R C sau
iv j t
pj;
vi funcia de repartiie: F : R R ,
F t px X f x t p f t .
Vom nota n general cu a f b evenimentul
2. Dac ct. M f M f ;
3. M f1 f 2 M f1 M f 2 i de aici
M f1 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 ; a, b constante ;
4. Dac f 1 i f 2 sunt independente atunci M f1 f 2 M f1 M f 2
5. Dac f 0 M f 0 ;
6. Dac f g M f M g ;
7. M f max f .
Teorem (proprietile dispersiei)
1. f C a.p.t.(constant) D f 0 ;
2. Da f a 2 D f ,a fiind o constant;
f Mf
D f
se numete
, c .
a c R f c ;
b c R f c ;
c c R f c ;
d c R f c ;
e c R f .
Teorem:
f
Dac f i g sunt v.a. atunci i f g , f g , sunt v.a. .
g
Fie f vi , Ei , pentru , i 1, n . Atunci valoarea medie a lui f
se definete prin:
M f vi p E i .
i
f dp
X
sau
1. Dac f c fdp c ;
X
2.
f g dp fdp gdp ;
X
dp f i dp ;
i 1 X
X i 1
4. Dac f 1 i f 2 sunt independente atunci
3.
f1 f 2 dp f1dp f 2 dp ;
X
5. Dac f 0 fdp 0 ;
X
f dp
X
6. f g fdp gdp ;
X
7.
fdp max f
M k f mk f M f k f k dp .
X
k f M f M f k f M f k dp .
X
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 mulimea valorilor v.a. este numrabil v1 , v2 ,..., vn ,... iar evenimentele
distribuia:
v
f : 1
p1
n acest caz M f
v2
p2
... vn
.... p n
... vi
.
... pi i 1,
i 1
i 1
fdp vi pi , iar D f vi M f 2 pi .
x dx , se numete densitatea de
repartiie a v.a. f .
Teorem: Funcia de repartiie are urmtoarele proprieti:
1. t 0 ;
10
2.
t dt 1 ;
3. pa t b x dx ;
a
Mf
xdF x
k f
x x dx ; M k f
k
x dF x
x x dx .
k
x M f dF x x M f x dx ;
k
D f
2
2
x M f dF x x M f x dx .
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 i o v.a. f : X R , care are ca funcie de repartiie pe F i ca
densitate de probabilitate pe .
11
1) REPATIIA BINOMIAL
Fie v.a. simpl
0
f : 0 0 n
Cn p q
...
n
,
... C nn p n q 0
1
...
k
C n1 p1 q n 1 ... C nk p k q n k
f t e itk C nk p k q nk pe it q , i 2 1 .
n
k 0
De aici se obine:
1
1
M f ,f 0 n pe it q
i
i
M2f
n 1
1 ,,
f 0 n 2 p 2 npq;
2
i
c D f M 2 f M f 2 npq.
12
pie it
t 0
np;
2) REPARTIIA POISSON
p f k
k
k!
este:
0
f :
e
1!
1
e
2
2!
...
...
n!
... n
n
.
... e
n!
n 0,1, 2,...
f t e e
itk
k 0
k!
k 0
e
it
k!
it
it
e e e e e 1 .
Prin urmare:
1
M f ,f 0 ;
i
b M 2 f 12 ,f, 0 2 ;
i
c D f M 2 f M f 2 .
3) REPARTIIA NORMAL
13
x m 2
2 2
0, x 0
x x
, unde 0 .
e , x 0
Plecnd de la definiie obinem:
5) REPARTIIA GAMMA
, unde 1; 0 .
x
1
1 1 x e , x 0
14
0, x 0
1
.
x m1e x , x 0
x m1,1 x
x e t t x 1 dt , pentru x 0 .
0
1
1
itx
f t
e
x
e
dx ... 1 it .
1
1
0
1
M f 1 ,f 0 ;
i
b M 2 f 12 ,f, 0 2 1 2 ;
i
D f M 2 f M f 2 1 .
2
m ,
dispersia m .
15
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 representative
pentru starea traficului la un moment dat , a impus acest instrument de lucru.
Este important caracterizarea statistic a traficului , pentru a obine datele de
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.
16
valoarea minim " xmin " care reprezint cea mai mic nregistrare
numeric a irului de date.
valoarea maxim " xmax " care reprezint nregistrarea cu valoarea
17
1 n
xi ,
n i 1
(1)
n
n
g xi n
i 1
(2)
i 1
n
n
i 1 x i
18
(3)
mp
x k
i 1
n
k
i 1
(4)
19
(5)
Me
1
xn xn .
1
2 2
2
(6)
M o m 3M e m .
(7)
20
1 n
xi m2 .
n i 1
(9)
Interval k
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
1.645
1.960
2
2.576
3
3.2906
4
5
6
7
68.27%
90%
95%
95.450%
99%
99.7300%
99.9%
99.993666%
99.99994267%
99.9999998027%
99.9999999997440%
1 n
2
xi m .
n i 1
(10)
1 n
xi m2 .
n 1 i 1
(11)
1 n
xi m2 .
n 1 i 1
(12)
A xmax xmin .
(13)
Mr
1 n
r
xi .
n i 1
(14)
(15)
1 n
k i xi m ,
n i 1
(16)
zi
xi m
(17)
23
1 3
3 2
2 3
(18)
1 n
3
ni xi m .
n i 1
(19)
4 2 ,
2 3
(20)
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.
24
Vit km/ h
59
47
41
59
41
42
45
46
66
72
Nr.obs.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
Nr.obs.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
Vit km/ h
17
70
53
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.
Vit km/ h
17
22
28
30
41
41
42
43
Nr.crt.
11.
12.
13.
14.
15.
16.
17.
18.
25
Vit km/ h
44
44
45
45
46
47
48
48
Nr.crt.
21.
22.
23.
24.
25.
26.
27.
28.
Vit km/ h
49
53
54
55
59
59
66
70
9.
10.
43
44
19.
20.
48
49
29.
30.
72
88
U.M.
Valoare
Media de sondaj
km/h
48.000
45.757
h/km
0.021
26
Observaii
Se aplic relaia (1)
Se aplic (5)
Mediana de sondaj
km/h
46.500
Modul de sondaj
km/h
43.500
Valoarea central
km/h
52.50
Abaterea medie
ptratic
km/h
14.088
Dispersia
km2 / h 2
198.467
71.000
Coeficientul de
variaie
0.293
Momentele centrate
de ordinul 1 i 3
48.000 ; 1.403 10 5
Se aplic (18); (19) i (20).
27
k 1 3,322 lgn .
(21)
1
2 5
k1 4 0,75 n 1
(22)
(23)
N 150
N 150
N 150
(Shapiro-Wald)
k
Nr.Valori Nr.clase
k1
Nr.Val.
30
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
70
>511
10
500
45
450
90
x max xmin
,
k
31
(25)
unde : x max - este valoarea cea mai mare din irul ordonat de date;
j 1
linfj lsup
;
j
l sul
linfj a j ,
(26)
a
j 1 a .
2
(27)
(28)
f rj
fj
n
(29)
fj
100 %.
(30)
n
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:
f prj
33
f
j 1
n;
rj
1;
f
j 1
n
f
j 1
prj
(31)
100%
fc q f q ; r 1,..., k ;
(32)
q 1
fc q
1
N
f
q 1
; r 1,..., k ;
(33)
1 r
fc q f q 100%; r 1,..., k .
n q 1
(34)
34
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 situate 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.
35
Simbol
k
Valoare
8,00
39,24
12,56
10,00
Obs.
Valoare obinut prin
rotunjire
km/h
km/h
km/h
Frec. de
apariie
9
Frec.
cumulat
9
Frec.
relativ
0.06000
K2
25
23
32
0.15333
K3
35
45
77
0.30000
K4
45
43
120
0.28667
K5
55
21
141
0.14000
K6
65
148
0.04667
K7
75
149
0.00667
K8
85
150
0.00667
36
Pk , N C Nk F k 1 F
n care :
C Nk
N k
N!
k!N k !
(35)
(36)
m FN ,
-
(37)
Mo N 1 F ,
-
(38)
N F 1 F ,
(39)
M t 1 F F e t
(40)
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,
40
Indicatorul
2,25
6,375
6,75
8,5
10,5
14,875
11,25
15,75
41
APLICAIA 4.
Se consider un nod divisor 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
M3
P
veh / obs
Mo
veh / obs
M Mo
10 3
deplasare
I
II
III
IV
8 0.28 0.092367957
5 0.22 0.192298636
3 0.37 0.022402648
4 0.13 0.149064845
42
5.88
5.60
4.62 4.40
7.77 7.40
2.73
2.60
2.8 10 3
2 10 3
3.7 10 3
1.3 10 3
1 kmax
k nk ,
N k 0
(41)
unde:
k- reprezint numrul de repetri ale evenimentului;
n k - 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
k!
43
e .
(42)
1 0,02
.
(43)
Pt , e e 1 .
t
(44)
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.
44
Numrul de evenimente
k
0
Nivelul de repetare
106
nk
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.
Am luat n considerare n acest exemplu un parametru n k 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
45
Tabelul 2.10.
Valorile calculate ale indicatorilor de distribuie pentru
repartiia Poisson
k
0
1
2
3
4
5
6
f k ,
0. 43594789
0. 36193813
0.15024641
0. 04157982
8.63023023 10 3
1.43301962 10 3
1. 98289925 10 4
Pk ,
0.435947891
0. 797886020
0. 948132435
0. 989712256
0.998342486
0. 999775506
0. 999973796
46
20
2
20 30 40 50 60 70 80 90
- - 30 40 50 60 70 80 90 100
39
32
41
77
37 14
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.
Exemplul analizat constitue din acest punct de vedere un rezultat tipic
al nregistrrilor de trafic.
47
50
0
50-60
1
60-70
2
70-80
3
80-90
4
90-100
5
94
77
37
14
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
3
4
5
f k ,
0.147
0.281
0.27
0.173
0.083
0.032
48
Pk ,
0.147
0.428
0.698
0.871
0.954
0.986
1
1 4 16 0 24 1 2 5 6,625 .
8
e x , x 0
f x,
,
0, x 0
51
(45)
1 e x , x 0
F x,
.
0, x 0
(46)
(47)
-mediana distribuiei:
Me
ln 2
(48)
MF t , 1 ,
(49)
1 15
0,158%veh.
m 95
53
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.
0,025
2,5 10 5 accidente / veh.
100
Indicatorul
Rata accidentelor
U.M.
acc/veh
54
Valoarea
calculat
Obs.
2,5 10 5
Rel. (47)
1,947 10 5
Rel. (45)
40000
27773
0,221
Rel. (47)
Rel. (48)
Rel. (46)
55
f , , x
x 2
2 2
(50)
u2
2
du .
(51)
(52)
M t e
2 2
mt t
(53)
56
APLICAIA 9.
Ora
7
8
Veh.total 634
din care
turisme 556
Ziua II
Veh.total687
din care
turisme585
Ziua I
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
798
855 842
720
755
702
58
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)
me
2
2
(55)
(56)
Mo e .
2
(57)
ln t m
F t
.
(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.
x t x 1 e t dt .
(59)
(60)
2
1
e u du
2
f x, , x 1
e x
, x 0.
(61)
F x, , f x, , dx .
0
Distribuia Weibull
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
61
(62)
k t k 1 t
,t 0 .
f t , k , , e
0, t 0
(63)
k t k 1 t
,t 0 .
f t , k , e
0, t 0
62
(64)
(65)
Interval orar h
6,00 7,00
7,00 8,00
Nr.mediu Veh/T 1
2
63
12,00
13,00
4
13,00
14,00
6
20,00
21,00
1
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):
64
1
ln t k ln ;
; ln ln
Rt
Y X C .
(66)
65
k
-
t A t C t B2
.
t A 2t B t C
(67)
tg 0 .
(68)
66
Lambda
4,6932 10 2
Parametrul
de form
Veh/h
2,1485
68
Parametrul
de scar
Veh/h
1,8756
Testul
Hi ptrat
%
%
1,8669
COLECTAREA I PRELUCRAREA
DATELOR N TRANSPORTURI
69