Baixe o app para aproveitar ainda mais
Prévia do material em texto
AULA 06 – Geração de Viagens UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA CIVIL E AMBIENTAL DISCIPLINA: PLANEJAMENTO DOS TRANSPORTES / ANÁLISE DE SISTEMAS DE TRANSPORTES PROFESSORA: ISABELLE YRUSKA DE LUCENA G. BRAGA, MSc INTRODUÇÃO O tráfego gerado ou atraído pode ser medido em termos de 1. Viagem por carro por unidade de tempo; É importante a elaboração de um zoneamento baseado em características de homogeneidade nas zonas de tráfego. A existência de elementos heterogêneos nas zonas de tráfego implicará em falhas do número futuro de viagens geradas. 2. Viagens de pessoas por unidade de tempo. O número de viagens geradas ou atraídas em uma zona de tráfego em data presente pode ser determinada através de pesquisas O/D (origem- destino. Porém exige o planejamento deste dado em época futura. Podendo ser feito através de: 1. Análise de Regressão; 2. Análise de Categorias. A aplicação de um ou outro método dependerá dos elementos disponíveis quando da realização do estudo. INTRODUÇÃO É fundamental a determinação do relacionamento existente entre: A obtenção de valores para o futuro, de variáveis envolvidas num sistema de transportes, não é absolutamente precisa, pois envolve um número elevado de variáveis. Algumas dessas variáveis possuem ainda um processo evolutivo ou comportamento difícil de ser estimado ao longo do tempo. Portanto, alguma margem de erros é esperada. 1. As viagens que são realizadas em determinada área (variáveis dependentes) e; 2. Os fatores que fazem gerar essas viagens (variáveis independentes). INTRODUÇÃO O que se busca no planejamento de transportes é um processo que conduza ao menor erro possível. Porém, o grau de certeza dos resultados dependerá: 1. Da finalidade e; 2. Da amplitude do estudo que será realizado. INTRODUÇÃO Os modelos de previsão procuram relacionar a procura por transportes a variáveis explicativas da demanda. MODELOS DE PREVISÃO ),...,,( 21 nxxxfy )( ixfy Número de viagens geradas no presente (demanda por transportes), variável dependente Variáveis explicativas (independentes): renda, população, número de automóveis, escolas, empregos, etc. As variáveis explicativas podem ainda variar de uma zona de tráfego para outra. No ajustamento da função de demanda, recomendam-se: MODELOS DE PREVISÃO 1. As variáveis explicativas devem estar relacionadas aos transportes; 2. As variáveis explicativas devem ter um comportamento previsível e; 2. Os modelos devem ser os mais precisos possíveis. As funções de demanda mais utilizadas são: 1. Linear: 2. Linear múltipla: bxay nnxaxaxaay ...22110 MODELOS DE PREVISÃO 4. Potência: 5. Exponencial: 6. Gompertz: 3. 2º Grau: ²axbxcy na n a x a xxxay )(...)().( 2110 xaby xbay 7. Logística: )( 0 11 b xa a y No ajustamento da função aos dados, utiliza-se a técnica de regressão pelo método dos mínimos quadrados. ANÁLISE DE REGRESSÃO Uma curva é ajustada a um conjunto de pontos de modo que o somatório do quadrado das distâncias dos pontos à curva seja mínimo. A análise de regressão visa a obtenção de um relacionamento matemático entre o número de viagens produzidas em determinada zona de tráfego e os vários fatores que contribuem para a produção dessas viagens. Hipóteses: ANÁLISE DE REGRESSÃO 1. Todas as variáveis independentes são independentes entre si e; 2. A relação entre as variáveis independentes e dependentes deve ser linear. Dados um conjunto de pares ordenados (x,y), dispostos em um diagrama de dispersão: ANÁLISE DE REGRESSÃO 0 x y Procura-se ajustar a melhor função que expresse o relacionamento entre as variáveis x e y através do Método dos Mínimos Quadrados (MMQ). O Método dos Mínimos Quadrados procura ajustar uma função ao diagrama de dispersão de modo que o somatório do quadrado dos desvios da função aos pontos do diagrama seja mínima: ANÁLISE DE REGRESSÃO Equação da reta: xaay 10 Através do MMQ, determina-se os coeficientes a0 e a1. Este critério parte das distâncias verticais entre cada ponto e a reta: d = yi – yi’ valor observado valor estimado 0 x y . . . d1 (x1, y1) (x2, y2) (xn, yn) yi' yi dn d2 Ou seja: mínimod n i i 1 2)( ANÁLISE DE REGRESSÃO As ordenadas da reta são dadas por: 110 ' 1 xaay 0 x y . . . d1 (x1, y1) (x2, y2) (xn, yn) yi' yi dn d2 Ou seja, para: mínimoyyyyyyd nn n i i 2'2' 22 2' 11 1 2 )(...)()()( (1) (2) 210 ' 2 xaay (3) . . . nn xaay 10 ' (3) :10 xaay Valores observados Valores Estimados 110 ' 1111 ),(),( xaayxyx 210 ' 2222 ),(),( xaayxyx . . . nnnnn xaayxyx 10 ' ),(),( Substituindo (2), (3) e (4) na Equação (1), temos: ANÁLISE DE REGRESSÃO mínimoyxaayxaayxaad nn n i i 2 10 2 2210 2 1110 1 2 )(...)()()( (5) Este somatório será zero quando as derivadas parciais em relação aos coeficientes a0 e a1 forem nulas. Chamando , tem-se: Dd n i i 1 2)( 0)(...)()(2 1022101110 0 nn yxaayxaayxaa a D 0)(...)()(2 102221011110 1 nnn xyxaaxyxaaxyxaa a D (6) (7) Operacionalizando as equações, temos o seguinte sistema: ANÁLISE DE REGRESSÃO 0 00 10 n i i n i i yxaan (8) 2 1 )( )()( xx yyxx a i ii 0 00 2 1 0 0 n i ii n i i n i i yxxaxa (9) Este sistema é denominado: Equação Normal da Reta de Mínimos Quadrados. Os coeficientes a1 e a0 são obtidos através das equações (10) e (11) a seguir: 22 1 )(xnx yxnyx a (10) ou xaya 10 (11) Em que, ANÁLISE DE REGRESSÃO n x x n i i 0 (12) (13) Após realizado o ajustamento da função, deve-se determinar a qualidade do ajustamento, ou seja, o quanto a função representa o fenômeno estudado. n y y n i i 0 média dos valores observados O grau de ajustamento de uma função ao diagrama de dispersão é dado através do coeficiente de correlação (R), o qual varia de zero a um. COEFICIENTE DE CORRELAÇÃO 0 x y R=1 Ajuste perfeito 0 x y Quando R = 0, quer dizer que a função não representa o evento estudado. COEFICIENTE DE CORRELAÇÃO (1) Se R > 0, então as duas variáveis tendem a variar no mesmo sentido, um aumento da variável x provoca um aumento da variável y; (2) Se R < 0, então as duas variáveis tendem a variar em sentido negativo, um aumento da variável x provoca uma diminuição da variável y; (3) Se R = 1 ou R = -1, indicam a existência de uma relação linear perfeita entre x e y, positiva ou negativa, respectivamente; (4) Se R = 0 indica a inexistência de uma relação linear entre x e y. COEFICIENTE DE CORRELAÇÃO O coeficiente de correlação é calculado com base em alguns conceitos de estatística: 1.Desvio Padrão: 1 )( 0 2 n xx S n i i 2. Erro Padrão da Estimativa: n yy Se n i i 0 2')( valor estimado valor observado (*) Se o tamanho da amostra for menor do que 30, utilizar (n-2) ao invés de n. (14) (15) COEFICIENTE DE CORRELAÇÃO 3. Variação Explicada e Variação Não Explicada: define-se a variação total como a soma do quadrado dos desvios: 2 0 2 0 2 0 )()()( yyyyyy n i estest n i i n i i (*) Em que, é chamada de Variação Não Explicada e; 2 0 )( est n i i yy é denominado de Variação Explicada, sendo que 2 0 )( yy n i est ' iest yy (16) COEFICIENTE DE CORRELAÇÃO 4. Coeficiente de Correlação: a partir dos conceitos anteriores, define- se coeficiente de correlação como sendo: 2 0 2 0 )( )( var expvar n i i n i est yy yy totaliação licadaiação R ou 2222 )()( yynxxn yxyxn R Recomenda-se não utilizar para fins de análise ou projeções da demanda coeficiente de correlação inferior a 0,80. ' iy (17) COEFICIENTE DE CORRELAÇÃO 2 2' 2 )( )( yy yy R i i variável dependente R² é o coeficiente de determinação, indica o quanto o modelo ajustado explica a variável y. Modelos de Regressão Múltipla: 0332211 axaxaxaxay nn variáveis independentes erro (*) Como referência devem ser tomados erros abaixo de 3,5%. (18) PROBLEMAS RELACIONADOS À ANÁLISE DE REGRESSÃO 1. As zonas de tráfego tendem a conter uma mistura de classes sociais e econômicas. Por isso, as características agregadas por zonas tendem a ocultar importantes características da demanda de viagens; 2. Para que a agregação de dados seja eficaz, é necessário que haja homogeneidade nas unidades de agregação; 3. Existe certa dificuldade em satisfazer a condição de que as variáveis independentes sejam independentes entre si; 4. Dificuldade em satisfazer a condição de linearidade entre as variáveis independentes e dependentes. EXEMPLOS Exemplo1: Para efeitos de estudo de transportes, uma área foi dividida em quatro zonas de tráfego, segundo as características de uso do solo. Utilizando técnicas de regressão, determine: a) A Equação de Geração de Viagens; b) O Coeficiente de Correlação. Dados: Zona População Viagens produzidas para o trabalho 1 20 10 2 12 8 3 8 7 4 10 9 Quem é a variável dependente e a independente? Variável Independente (xi) Variável Dependente (yi) RESOLUÇÃO 2 1 )( )()( xx yyxx a i ii (10) xaya 10 (11) Equações 10 e 11 para encontrar equação de geração de viagens e 17 para o coeficiente de correlação: 2 0 2 0 ' )( )( n i i n i i yy yy R (17) yi xi (yi – y) (xi – x) (xi – x).(yi – y) (xi – x)² (yi – y)² total 10 20 1,5 7,5 11,25 56,25 2,25 08 12 - 0,5 - 0,5 0,25 0,25 0,25 07 08 - 1,5 - 4,5 6,75 20,25 2,25 09 10 0,5 - 2,5 - 1,25 6,25 0,25 34 50 0,0 0,0 17,00 83,00 5,00 n x x n i i 0 n y y n i i 0 RESOLUÇÃO 2 1 )( )()( xx yyxx a i ii xaya 10 Assim, yi xi yi’ (yi’– y)² (yi – y)² total 10 20 9,94 2,0736 2,25 08 12 8,34 0,0256 0,25 07 08 7,54 0,9216 2,25 09 10 7,94 0,3136 0,25 34 50 33,76 3,3344 5,00 20,0 83 17 1 a 94,55,1220,05,80 a ' 10 ' ii xaay Portanto, populaçãoVPTxy ii 20,094,520,094,5 '' Viagens produzidas totais 2 0 2 0 ' )( )( n i i n i i yy yy R 82,0 5 3344,3 R Exemplo2: O volume de carga transportada pelas ferrovias brasileiras entre 1958 e 1967, apresentou o comportamento da tabela 1 a seguir. Determine: a) A equação da reta; b) O coeficiente de correlação; Ano xi yi (bilhões de t.km) 1958 1 10,5 1959 2 12 1960 3 12,1 1961 4 14,4 1962 5 15,6 1963 6 15,6 1964 7 16,7 1965 8 18,9 1966 9 19,5 1967 10 20,1 c) O volume de tráfego para 1968. Em que, yi é o volume de cargas transportadas pelas ferrovias e; xi é o tamanho da amostra, ou seja a quantidade de anos. EXEMPLOS PARA CASA EXEMPLOS ANÁLISE DE CATEGORIA Desenvolvida com o intuito de superar algumas desvantagens associadas à Análise de Regressão; Ao invés de utilizar zonas de tráfego como unidade de agregação, são utilizados os domicílios como unidade básica de viagens; A cada categoria está associada uma taxa de geração de viagens realizadas pelos modos de transporte disponíveis e com objetivos específicos; A superposição básica deste modelo é que as taxas de viagens permaneçam constantes ao longo do tempo e com isso o comportamento futuro do residente quanto à realização de viagens pode ser descrito pela categoria em que ele se encontra atualmente. ANÁLISE DE CATEGORIA Conhecendo-se as taxas de geração de viagens de uma dada categoria domiciliar e estimando-se o número de famílias para uma data futura, torna-se possível a determinação do número de movimentos a serem gerados por cada categoria. HIPÓTESES BÁSICAS 1. A residência é a unidade básica no processo de geração de viagens; 2. A quantidade de viagens realizadas pelos indivíduos de uma dada residência depende das características dos membros da família; 3. A quantidade de viagens geradas por dia por família de uma determinada categoria é estável no tempo. ANÁLISE DE CATEGORIA TIPOS DE CATEGORIAS 1. Renda familiar: Dependendo da variação entre o menor e o maior salário, pode-se ter até 6 classes de salários; 2. Propriedade de veículos: Não possui carro / possui 1 carro / possui mais de 1 carro; 3. Estrutura familiar: Refere-se ao número de adultos empregados ou não na residência considerada. ANÁLISE DE CATEGORIA MÉTODO As taxas de geração de viagens por categoria são obtidas na fase de coleta de dados; Projeta-se o número de domicílios em cada categoria para o ano horizonte (Di); Multiplicando-se a taxa de geração de viagens (t) pelo número de domicílios previstos para cada categoria e fazendo o somatório destes produtos, para todas as categorias, obtém-se o número de viagens geradas para cada zona no futuro. ANÁLISE DE CATEGORIA n c i ctcDiP 1 )()( Total de viagens produzidas na zona i Número de domicílios da categoria “c” na zona i Taxa de produção de viagens por domicílios na categoria “c” Exercício1. Determine o número de viagens em uma determinada cidade para o ano de 2020, utilizando análise de categorias. Categorias adotadas: a) Pessoas por domicílios (P/D): 1, 2, 3, 4, 5, 6+; b) Carros por domicílios (C/D): 0, 1, 2+.Dados: Através de coleta de dados, foram obtidas as informações dos quadros 1, 2 e 3. EXEMPLO 1 2 3 4 5 6+ 0 828 1341 652 549 389 443 1 344 2793 2472 2472 2046 1189 2+ 5 294 2220 1022 726 870 O D Quadro 1: Número de domicílios na categoria (Di) 1 2 3 4 5 6+ 0 255 1231 1149 1111 827 1081 1 301 4844 5781 7466 4956 4879 2+ 8 644 2220 3231 2424 3002 O D Quadro 2: Número total de viagens produzidas por categoria (Pi) 1 2 3 4 5 6+ 0 1556 1682 1104 998 708 886 1 608 5186 4544 4464 4292 2378 2+ 12 598 4140 1844 1652 1740 O D Quadro 3: Número de domicílios previstos para 2020 (Difuturo) DADOS 1 2 3 4 5 6+ 0 0,308 0,920 1,760 2,030 2,130 2,440 1 0,875 1,730 2,340 2,410 2,420 2,580 2+ 1,600 2,190 3,100 3,160 3,340 3,450 O D Taxa de geração de viagens por domicílio - t(c) : RESPOSTA n c i cDi P ct 1 )( )( Total de viagens produzidas na zona i Número de domicílios da categoria “c” na zona i 828 255 )( )( cDi P ct i Quadro 4: Taxa de geração de viagens por domicílio - t(c) 1 2 3 4 5 6+ 0 479 1547 1943 2026 1508 2162 1 532 8972 10633 10758 10387 6135 2+ 19 1310 12834 5827 5518 6003 O D Quadro 5: Número de viagens previstas para 2020 – Pi2020 1556308,0)()( 1 2 0 2 0 n c i cDctP Portanto, conhecendo-se a taxa de geração para cada categoria de domicílios e o número de domicílios para alguma data no futuro, pode-se obter sucessivas estimativas da futura geração de viagens. RESPOSTA VANTAGENS DA ANÁLISE DE CATEGORIA 1. O uso de dados desagregados (modelos baseados nas pessoas residentes e suas características sócioeconômicas) pode representar mais realisticamente o comportamento humano do que os valores zonais; 2. Não existe nenhum tipo de relacionamento pré estabelecido entre as categorias e as viagens geradas ou entre as categorias; 3. Conhecendo-se a taxa de geração para cada categoria de domicílio e o número de domicílios para alguma data no futuro, pode-se obter sucessivas estimativas da futura geração de viagens. DESVANTAGENS DA ANÁLISE DE CATEGORIA 1. Não possui nenhuma forma de testar a significância estatística das variáveis escolhidas; 2. Não permite extrapolação além das categorias definidas; 3. Por considerar que as taxas de geração de viagens são imutáveis com o tempo, não leva em conta possíveis mudanças na demanda por transporte; 4. Não leva em consideração funções comportamentais dos indivíduos. O mais recomendado é a utilização de funções de regressão para obtenção da geração de viagens, devendo-se ter o cuidado de analisar de que modo as modificações que ocorrem no sistema de transportes poderão afetar o comportamento das variáveis explicativas no futuro. DESVANTAGENS DA ANÁLISE DE CATEGORIA UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA CIVIL E AMBIENTAL DISCIPLINA: PLANEJAMENTO DOS TRANSPORTES / ANÁLISE DE SISTEMAS DE TRANSPORTES PROFESSORA: ISABELLE YRUSKA DE LUCENA G. BRAGA, MSc AULA 06 – Geração de Viagens
Compartilhar