Documente Academic
Documente Profesional
Documente Cultură
Statistica
Statistica
Elemente de statistică şi
probabilităţi utilizate în
analiza traficului
29.05.2017 1
A. Indicatorii statistici ai tendinţei de grupare
n i 1
Ex.
Rezultatul observării unui flux de
autovehicule în intervale de câte 5 minute
este următorul: 15, 18, 22, 16, 14, 16, 18.
Grafic, variaţia fluxului de autovehicule este:
Utilizând relaţia dată, se obţine valoarea
medie de 17 autov. / interval
1
Me xn xn
2 1 pentru şir par de valori
2 2
29.05.2017 4
MODUL DE SONDAJ – “Mo”
Este indicatorul care arată concludenţa observaţiei efectuate, prin legătura pe care
o stabileşte între indicatorii grupării: m şi Me
Se determină cu relaţia:
M o m 3M e m
29.05.2017 5
VALOAREA CENTRALĂ A ŞIRULUI - xc
Stabileşte legătura între şirul ordonat de valori şi valoarea cea mai probabil situată ca
mijloc al intervalului definit de şirul de date.
Se determină cu relaţia:
1
xc xmax xmin
2
În exemplul dat, valoarea centrală este:
18 autov. /interval
29.05.2017 6
B. Indicatorii tendinţei de dispersie a datelor
Arată în ce măsură valorile din şirul de date au un caracter divergent, exprimând tendinţa de
a se distribui aleator în intervalul din care şirul ia valori.
1 2
xi m
n
DISPERSIA ŞIRULUI DE DATE – D -
1 2
D xi m 2
n
AMPLITUDINEA ŞIRULUI – A -
29.05.2017
a xmax xmin 7
Valori observate
σ
m
σ
Nr. observări
29.05.2017 8
C. Grupa indicatorilor statistici compuşi
Exprimă tendinţe ale şirului de date şi permit încadrarea în legi de repartiţie care
modelează fenomenul analizat.
Cv Arată în ce măsură evoluţia fenomenului analizat
poate fi aproximat cu legea de repartiţie normală
m
MOMENTUL DE SONDAJ DE ORDIN r – Mr -
n
1 r Aratăm tendinţa şirului de a răspunde unei legi de
M r xi repartiţie de tip exponenţial sau Weibull
n i 1
29.05.2017 9
GRUPAREA ÎN CLASE DE REPATIŢIE
Este în general cazul unui şir de date care conţine peste 40 – 50 de valori.
23 24 24
18 21 21
14
Interval de observare
29.05.2017 10
Viteza medie: 39,24
90 [km/h]
% V it e z a i n s t a n t a n e e
80
70
Viteza de trafic [km/h]
60
50
40
30
20
10
29.05.2017 11
S irul d e d ate o rig ina l
S irul o rdo na t de valo ri
90
80
70
60
Viteza [km/h]
50
40
30
20
10
0 5 10 15 20 25 30
N r. inregistrare
vmin lc(1) lsup(1) lc(2) lsup(2) lsup(j-1) lc(j) lsup(j) lc(k) vmax
linf linf(2) linf(3) linf(j) linf(j+1) lsup(k)
Domeniul de valori
Succesiunea intervalelor de grupare pentru şiruri de date.
29.05.2017 13
CURS 3
Legi de distribuţie
utilizate în analiza –
predicţia traficului rutier
29.05.2017 14
Clasificarea legilor de distribuţie
29.05.2017 15
Distribuţia binomială
29.05.2017 16
Indicatorii caracteristici
Pk , N C Nk F k 1 F N k
N!
C Nk
k !N k !
F - funcţia (empirică), care declanşează evenimentul
m FN
modul de sondaj al repartiţiei, este dat de relaţia
Mo N 1 F
29.05.2017 17
abaterea medie pătratică
N F 1 F
M t 1 F F e
t N
29.05.2017 18
Se consideră un eşantion format din 17 autovehicule ce
A1
urmează să intre în revizie tehnică. Să se determine care este
probabilitatea de acces a 0, 2, 5, 7, 9, 11, 15 şi 17
autovehicule, cunoscând că funcţia ce guvernează această
probabilitate poate lua valori: 1/8; 3/8; 1/2; 5/8 şi 7/8.
Algoritm de rezolvare
Densitatea de probabilitate a ratei de succes f(t)
Probabilitatea 1/8 3/8 1/2 5/8 7/8
de trecere
Număr de
treceri
0 0.10 3.389*10-4 7.629*10-6 5.734*10-8 0.00
2 0.29 0.02 1.037*10-3 2.166*10-5 2.959*10-12
5 0.04 0.16 0.05 4.563*10-3 4.618*10-8
7 2.439*10-3 0.18 0.15 0.04 7.112*10-6
9 6.223*10-5 0.08 0.19 0.14 4.356*10-4
11 6.466*10-7 0.02 0.09 0.20 0.01
15 2.959*10-12 2.166*10-5 1.037*10-3 0.02 0.29
17 0.00 5.734*10-8 7.629*10-6 3.388*10-4 0.10
29.05.2017 19
Densitatea de
probabilitate
3/8 Probabilitatea de
Număr treceri 1/2 trecere
7
5/8
11
7/8
17
29.05.2017 20
Indicatorul distribuţiei cumulative de probabilitate F(t)
Probabilitatea
de trecere
1/8 3/8 1/2 5/8 7/8
Număr de
treceri
29.05.2017 21
F=0,5
N=20
F=0,7
N=20
F=0,5
N=40
F=0,5
N=20
F=0,7
N=20
F=0,5
A2
prin care într-un interval caracteristic, sosesc în pluton 20 de
autovehicule. Admiţând valorile funcţiei empirice acceptate pentru
prognoza încărcării arterelor divizoare de trafic marcată în figura
menţionată, să se determine probabilitatea de succes a unui număr de
treceri pe arterele I, II, III şi IV, astfel: artera I - 8 vehicule, artera II - 5
vehicule, artera III – 3 vehicule şi artera IV – 4 vehicule. Pentru
probabilităţile determinate să se calculeze valorile medii şi modul de
sondaj caracteristic.
I
F=0,38
II
F=0,22
IV
F=0,33 III
F=0,27
M[1] Mo Δ=
Sensul de
k F P Veh/ob Veh/ob M-Mo
deplasare
s. s. *10-3
0.0923679
I 8 0,28 5.88 5.60 2.8*10-3
57
0.1922986
II 5 0,22 4,62 4,40 2*10-3
36
0.0224026
III 3 0,37 7,77 7,40 3.7*10-3
48
0.1490648
IV 4 0,13 2,73 2,60 1.3*10-3
45
[1]
Se observă că referirea valorile medii se face raportat la unităţi de măsură exprimate în
vehicule şi interval de observare. Mărimea intervalului de observare însă nefiind o valoare
absolut necesară în cazul variabilelor aleatoare discrete poate să lipsească şi în acest caz
rezultatul este intrinsec, fără însă a exista posibilitatea generalizării temporale a valorilor
calculate
29.05.2017 24
Să se determine probabilitatea de defectare a sistemului electric la 1, 2,
0.2
Pi 0.15
0.1
0.055 0.05
1 2.25 3.5 4.75 6
29.05.2017 1 i 6 25
Numar vehicule in asteptare
Repartiţia Poisson
29.05.2017 26
În cazul distribuţiei Poisson, valoarea caracteristică o reprezintă incidenţa
medie a defectelor, care are a rată constantă de producere independentă
k max
1 k reprezintă numărul de repetări ale evenimentului;
N
k 0
k nk nk numărul de probe în care s-a repetat evenimentul.
N numărul total de evenimente analizate.
Densitatea de probabilitate
k
f k e
k!
Mediana statistică
1 0,02
Me
3
29.05.2017 27
Momentul generator
P t , e e 1
t
A4
înregistrat prin tehnica observării de sondaj, trecerile pe culoarea roşie
a semaforului. Cunoscând numărul de autovehicule care au trecut în
această perioadă prin intersecţie (185.000), precum şi rezultatul
sondajului privind numărul de astfel de infracţiuni comise, să se
determine probabilitatea de producere a 0 .. 6 evenimente de acest tip
Număr de treceri
0 1 2 3 4 5 6
k
Nivelul de repetare
106 162 58 21 0 2 1
nk
29.05.2017 28
Comentariu şi rezolvare:
În traficul rutier urban se întâlnesc frecvent situaţii în care voluntar
sau involuntar conducătorii auto trec pe culoarea roşie a semaforului.
Deşi acest tip de evenimente rutiere are o rată redusă, totuşi nu se
exclude posibilitatea apariţiei acestei infracţiuni. În consecinţă, trebuie
analizat şi acest fenomen iar funcţie de rezultatul analizei se pot aplica
măsuri care să ducă la diminuarea acestui fenomen. Am luat în
considerare în acest exemplu un parametru nk în măsură să exemplifice
amploarea fenomenului analizat: de câte ori pe durate de observare
egale se produc 0, 1, 2 .. 6 treceri pe culoarea roşie.
Este important după cum vom observa în urma aplicării algoritmului
de calcul nivelul de incidenţă al repetabilităţii trecerilor şi astfel se vor
putea formula aprecieri privind riscul apariţiei fiecărei clase k de
fenomene observate.
Se determină utilizând datele din tabel valoarea parametrului
caracteristic λ. Aplicând relaţia, se obţine înlocuirea numerică şi
valoarea calculată alăturată:
1
0 106 1 162 6 1 0,83022
106 162 58 21 0 2 1
29.05.2017 29
0 .5 d is t r ib u t ia d e p r o b a b ilit a t e a
k f(k, λ) P(k, λ)t r e c e r ilo r p e c u lo a r e a r o s ie a s e m a f o r u lu i
0 0.43594789 0 .4 0.435947891
1 0.36193813 0 .3 0.797886020
2 0.15024641 0 .2
0.948132435
3 0.04157982 0.989712256
0 .1
4 8.63023023 0.998342486
.10-3 0 .0
5 1.43301962 0.999775506
0 1 2 3 4 5 6
E v e n im e n tu l - n r . k d e tr e c e r i
.10-3
6 1.98289925 0.999973796
1 .0
Valorile cumulate ale distributiei de probabilitate
.10-4 0 .9
0 .8
0 .7
0 .6
0 .5
0 .4
0 1 2 3 4 5 6
E v e n im e n tu l - n r . k d e tr e c e r i
29.05.2017 30
Se consideră observarea cu echipament radar a regimului de
A5
viteză pe o arteră urbană. Considerând rezultatele înregistrate,
grupate în intervale de viteze conform tabelului alăturat, să se
determine probabilitatea ca viteza legală admisă fie depăşită cu
10, 20, 30, 40 şi 50 km/h.
Repartiţia statistică a vitezelor observate.
20 30 40 50 60 70 80 90
Interval de
– – - – – – - -
viteze 20
30 40 50 60 70 80 90 100
[km/h]
Nr.
vehicule 2 39 32 41 77 37 14 1 2
încadrate
În scopul rezolvării acestei aplicaţii, se impune în prealabil reducerea ei la o problemă
de tip probabilistic. În acest scop, vom considera o ierarhizare a evenimentelor k
funcţie de gradul de risc pe care îl reprezintă. Astfel, deplasarea sub limita de viteză
admisă va fi considerat eveniment de rang 0, iar depăşirea acesteia cu intervale de
câte 10 km/h vor constitui evenimente de rang 1 .. 6
Interval de viteze
50 50 – 60 60 – 70 70 – 80 80 - 90 90 - 100
[km/h]
k 0 1 2 3 4 5
Nr. vehicule
29.05.2017
încadrate 94 77 37 14 1 231
Nk
Valori analitice calculate 1,92
f(k, λ) P(k, λ)
0 .3 0
k
0 .2 5
0 0.147 0.147
densitatea de probabilitate
0 .2 0
1 0.281 0.428
0 .1 5 2 0.27 0.698
0 .1 0 3 0.173 0.871
0 .0 5 4 0.083 0.954
0 .0 0 5 0.032 0.986
50 60 70 80 90 100
d o m e n iu l d e v ite z e [k m /h ]
1 .0
Valori cumulate de probabilitate
0 .8
0 .6
0 .4
0 .2
0 .0
50 6 0 70 80 9 0 10 0
d o m e n iu l d e v it e z e [ k m / h ]
29.05.2017 32
Indicatorii repartiţiei Poisson