Documente Academic
Documente Profesional
Documente Cultură
Analiza mobilităţii –
Modelul clasic în “4 paşi”
GENERARE
DISTRIBUŢIE
(Matricea O-D)
AFECTARE MODALĂ
AFECTARE PE RUTE
6
În general, cererea de transport creşte pe măsură ce populaţia devine mai numeroasă şi pe
măsură ce standardul de viaţă (venit, timp liber) creşte. S-a demonstrat (Oppenheim, 1994) că
variaţia numărului de deplasări efectuate, în funcţie de venitul individual are aspectul din fig. 1.2.
Mobilitate
Venit
7
un element variabil – deplasări în alte scopuri – care depinde în mare măsură de standardul de
viaţă, de timpul liber, de posesia unui automobil etc. şi prin care se determină numărul de
deplasări pentru cumpărături, agrement, sănătate sau pentru frecventarea unor şcoli îndepărtate.
Atunci când mobilitatea este limitată de unele constrângeri (de exemplu, bugetare) se
stabileşte o ierarhie între tipurile de deplasări: deplasări obligatorii – migraţii alternante şi
profesionale – apoi afaceri personale, cumpărături, recreative şi la sfârşit deplasări pentru a însoţi o
altă persoană. Este uşor de înţeles că atunci când standardul de viaţă creşte, mobilitatea facultativă
creşte şi mai mult, constituind elementul principal al proliferării cererii de transport.
S-a demonstrat că deplasarea pentru cumpărături creşte cu puterea a treia a ratei de
motorizare, iar deplasarea pentru agrement cu puterea a doua, însă această estimare este valabilă
numai pentru perioade de prognoză relativ mici [Brachon şi alţii, 1969].
În concluzie, modelele de generare sunt modele de determinare a ratei de călătorie şi
răspund la întrebarea: “Câte deplasări, având originea în O se realizează într-un anumit interval de
timp?”.
Modelele matematice folosite în aflarea răspunsului la această întrebare, sunt în principal:
- metoda factorului de creştere;
- modele de grup unicriteriale;
- modele multicriteriale;
- analiza pe categorii şi regresia categorială;
- elasticitatea generării călătoriilor;
- actualizarea Bayesiană.
Metoda factorului de creştere se aplică la nivel agregat şi foloseşte ecuaţia de bază:
G iv Fi G ia , ( 1.1 )
unde Fi reprezintă factorul de creştere;
G iv - numărul deplasărilor viitoare;
8
n
I kiv
G kiv
k 1 I aki M iv
Fi n
a , ( 1.3 )
Mi
Gk 1
a
ki
v
în care G ki , G aki reprezintă diferite grupări (de la 1 la n) de parametri socio-economici, din zona i,
în etapa viitoare, respectiv actuală;
v
I ki , I aki - indicele de motorizare pentru situaţia viitoare, respectiv actuală, aferent
parametrilor Gk;
M iv , M ia - mobilitatea viitoare şi respectiv cea actuală, exprimată în numărul mediu de
km parcurşi de un individ într-un an.
Modelele de grup unicriteriale se realizează pe grupuri de indivizi cu caracteristici similare
(de exemplu, grupuri diferenţiate în funcţie de rata de motorizare, venit mediu pe membru de
familie) deoarece rata de generare a călătoriilor depinde de caracteristicile socio-economice. În
acest caz, analiza generării călătoriilor se poate simplifica deoarece numărul parametrilor de care
depinde numărul mediu al deplasărilor pe zi şi pe familie se poate reduce chiar până la unul singur
şi atunci avem o analiză regresională care are la bază o variabilă aleatoare bidimensională.
Legătura între cele două caracteristici poate fi funcţională sau stochastică. Prima constă în
aceea că unei valori oarecare a caracteristicii A, de exemplu x o, îi corespunde o singură valoare y0 ,
a caracteristicii B. A doua, constă în aceea că pentru o singură valoare, luată arbitrar pentru
caracteristica A pot corespunde valori diferite pentru caracteristica B cu diferite probabilităţi sau,
mai exact, în aceea că schimbarea mărimii A implică schimbarea legii de repartiţie a mărimii B.
Legătura stochastică se caracterizează prin aceea că asupra lui A şi B acţionează factori
comuni, de exemplu, C, D, E, însă în afară de aceştia mai sunt factorii F, G, H şi alţii, care
acţionează numai asupra lui A, şi factorii I, J, K şi alţii, care acţionează numai asupra lui B. Drept
rezultat se obţine o legătură între A şi B, care se manifestă sub aspect de tendinţă.
Prima problemă în cercetarea concomitentă a mai multor caracteristici este descoperirea
dependenţei lor stochastice. Dacă această dependenţă există, putem face prognoza valorii unei
caracteristici în legătură cu o anumită variaţie a celeilalte şi putem măsura puterea lor de legătură.
Fundamentul matematic pentru astfel de calcule îl constituie teoria corelaţiei sau analiza
corelaţională.
Dacă asupra unei variabile aleatoare bidimensionale se fac n observaţii
x 1 , y1 ; x 2 , y 2 ; ; x n , y n , atunci determinarea coeficientului de corelaţie r se face cu relaţia:
n
(x i x )( y i y)
, ( 1.4 )
r i 1
n sx sy
9
unde x şi y reprezintă mediile mărimilor x şi y ;
n – numărul perechilor măsurate xi şi yi;
s x si s y – valorile abaterilor standard ale mărimilor x şi y.
Evaluarea coeficientului de corelaţie se mai poate face şi cu relaţia:
n
1 n n
i 1
x y
i i x i y i
n i 1 i 1
r
n 2 1 n 2 n 2 1 n 2 , ( 1.5 )
x i x i y i y i
i 1 n i 1 i 1 n i 1
10
sy
yr (x x) y . ( 1.10 )
sx
Dacă coeficientul de corelaţie este destul de sigur (r ≠ 0) ecuaţiile de legătură pot fi folosite
pentru determinarea valorii uneia dintre caracteristici, pornind de la valoarea celeilalte. Cele două
ecuaţii de regresie coincid numai dacă r = ± 1 şi diferă în toate celelalte cazuri.
Statisticienii teoreticieni consideră că această duplicitate este inevitabilă şi stă la baza
analizei de corelaţie. Satisticienii practicieni nu se pot împăca cu această duplicitate şi au mers mai
departe în încercarea de a stabili sensul corelaţiei.
sx
În relaţia ecuaţiei de regresie (1.9), mărimea r se numeşte coeficient empiric de
sy
sy
regresie. Aceeaşi denumire poartă şi mărimea r în relaţia (1.10). Primul este coeficient de
sx
regresie x faţă de y, iar al doilea este coeficientul de regresie y faţă de x. Coeficientul de regresie se
notează cu bx şi by.
Evaluarea coeficientului de regresie se face prin comparaţia cu următoarea valoare:
b x 3s b x ( 1.11 )
b y 3s b y , ( 1.12 )
relaţiile:
sx 1 r2
sbx ( 1.13 )
sy n 3
sy 1 r2
sb y . ( 1.14 )
sx n 3
dependenţă este mai puternică. În acest mod se poate determina care este sensul dependenţei între
variabilele x şi y (de exemplu, x poate depinde mai puternic de y decât depinde y de x).
Se face menţiunea că verificarea descrisă prin relaţiile ( 1.11 ) şi ( 1.12 ) se poate face numai
în cazul selecţiilor cu volum mare.
În urma unui sondaj efectuat într-o localitate asupra unui grup de locuitori, care au
aproximativ acelaşi venit lunar pe membru de familie, s-a determinat următoarea repartiţie a
11
numărului mediu de deplasări pe zi şi pe familie, ţinând seama de numărul de autoturisme care
revine fiecărei gospodării.
Notăm cu xi valorile numărului de autoturisme şi cu yi numărul de deplasări. Valorile
determinate sunt prezentate în tabelul 1.1:
Tabelul 1.1 Repartiţia numărului mediu de deplasări în
funcţie de numărul de autoturisme care revine unei familii
Nr.crt. xi yi Nr.crt. xi yi
1. 0 2 8. 2 4,8
2. 0,8 3 9. 2 5,3
3. 1 4 10. 0,2 2,7
4. 3 6,2 11. 1,5 4
5. 4 6,2 12. 1,8 4
6. 4 7 13. 2,5 5,3
7. 0,2 2,4 14. 3 6
Pentru lucrare fiecare student îşi va particulatiza datele din tabel, considerând astfel:
x i( n ) x i n s 10 3 ,
y i( n ) y i n s 1,4 10 3
12
- - x y x
14 14 14 14 14
xi yi
2 2
i x i y i x yi y
i 1 i 1 i 1 i 1 i 1
xi y i
;
x i 1
; y i 1
14 14
d) se determină abaterile medii pătratice, sx şi sy:
x y
14 14
2 2
i x i y
;
sx i 1
si sy i 1
14 14
e) cu elementele x, y , sx şi sy determinate, se poate calcula coeficientul de corelaţie r, cu
relaţia ( 1.4 ).
x
14
i x yi y
r i 1 ;
14 s x s y
f) calculele decurg similar şi pentru determinarea lui r prin intermediul relaţiei ( 1.5 ).
Pentru o vizualizare mai bună a elementelor care intră în determinarea coeficientului de corelaţie
prin relaţia ( 1.5 ) studenţii vor proiecta un tabel.
2. Semnificaţia dependenţei este determinată cu relaţia ( 1.6 ):
Rr r n 1 3 .
yr
sy
sx
x x y .
4. Graficul se va întocmi pe un format A4 de hârtie milimetrică.
13