Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
http://dyna.medellin.unal.edu.co/
Received: July 3th, 2013. Received in revised form: November 12th, 2013. Accepted: December 11th, 2013
Abstract
Today the most cities in the world face different problems caused by vehicular traffic due to the increasing number of vehicles on road,
such as traffic congestion, environmental pollution, excessive noise, increased accidents on the road, etc. Therefore it is important to
represent the phenomenon by applying models so as to find better traffic flow patterns in a given city. In this work we introduce a simple
macroscopic model to describe traffic flow in traffic congestion and we obtain the equation that relates the characteristic behavior
between traffic flow and traffic density, known in the literature as fundamental relationship. Finally, we find an analytical solution for
optimal flow passing vehicles on a congested road section.
Resumen
Hoy en da la mayora de las ciudades en el mundo se enfrentan a diversos problemas ocasionados por el trfico vehicular debido al
creciente nmero de vehculos en circulacin, tales como congestionamiento, contaminacin del medio ambiente, exceso de ruido,
incremento del nmero de accidentes viales, etc. De ah la importancia de representar el fenmeno de trfico vehicular mediante modelos
en busca de mejores patrones de flujo vehicular en una determinada ciudad. En este trabajo introducimos un modelo macroscpico
simple para describir el flujo vehicular en un congestionamiento trfico y obtenemos la ecuacin que relaciona el comportamiento
caracterstico entre flujo vehicular y densidad de trfico, conocida en la literatura como relacin fundamental. Finalmente, hallamos una
solucin analtica para la fluidez ptima del paso de vehculos en un tramo de carretera congestionado.
sobre trfico vehicular en sistemas viales, buscando agilizar nmero de factores inherentes a una situacin de trfico; sin
la movilidad vehicular [9 11]. embargo, para nuestro fin, consideramos que puede servir
En la literatura se han reportado distintos enfoques para de base para desarrollar modelos ms sofisticados y con
abordar el problema sobre congestionamiento en el trfico ello, resolver problemas de frontera sobre dinmica
vehicular, destacndose los llamados modelos vehicular, que es uno de nuestros prximos objetivos.
macroscpicos y microscpicos. En los modelos El presente artculo presenta la siguiente estructura:
macroscpicos (ver por ejemplo [12,13]) no se toman en adems de la presente introduccin, en la seccin 2 se plantean
cuenta las caractersticas especficas de los vehculos y las ecuaciones de movimiento de los vehculos en un tramo
generalmente, por su comportamiento estadstico, las congestionado, analizando las fuerzas aplicadas que
variables principales que intervienen, tales como tamao de intervienen en cada vehculo. En la seccin 3 se resuelven
vehculos y distancia de separacin entre vehculos, se dichas ecuaciones para resolver las rapideces de los vehculos
promedian. Se consideran tambin modelos macroscpicos en funcin de la densidad de trfico (x). En la seccin 4 se
aquellos en donde se ha concebido el trfico vehicular como introduce el concepto de flujo vehicular y se determina su
un flujo compresible de un fluido, por lo que se ha tratado comportamiento en funcin de x. En la seccin 5 se obtiene la
de describir este fenmeno usando teora hidrodinmica. solucin de la fluidez ptima para una flota de vehculos en el
Por otro lado, en los modelos microscpicos (ver por caso considerado.
ejemplo [14]), en donde se incluyen los modelos de
autmatas celulares, se toman en cuenta las diferentes 2. Ecuaciones de movimiento de vehculos en un tramo
variables que especifican las caractersticas propias de cada congestionado
vehculo y adems se especifican las reglas de movimiento
individual de cada vehculo. A pesar de que con estos La fuerza resultante sobre el -simo vehculo que se
modelos se obtiene una informacin ms completa sobre la desplaza a travs de un tramo recto de carretera
dinmica de transito, se requiere de una gran cantidad de (movimiento unidimensional) es
datos especficos sobre infraestructura vial, demanda de
transporte y seguimiento de trayectorias de los vehculos Fuerza de traccin del motor Fuerza de resistencia al avance. (2.1)
que no es fcilmente accesible, pero que esta ltima puede
ser recopilada empleando tecnologa de punta [15,16]. La fuerza de resistencia al avance es la resultante de las
El modelo matemtico presentado aqu es macroscpico fuerzas de friccin presentes: pavimento con neumticos y
y se deduce a partir de la segunda ley de movimiento de rozamiento del vehculo con el aire (se pueden despreciar
Newton; las suposiciones establecidas para su desarrollo las fuerzas de rozamiento del vehculo con el aire ya que
hacen posible determinar una solucin analtica para la son pequeas en comparacin con las fuerzas de friccin
fluidez ptima a un problema ideal de congestionamiento entre pavimento y neumticos), y est relacionada de
trfico en una va, suponiendo movimiento vehicular manera proporcional con la intensidad con el que el
homogneo (flujo vehicular estacionario). conductor pisa el freno.
Su verdadero valor radica en la simplicidad de su Suponiendo que al ingresar el vehculo en el tramo
deduccin, pues no involucra mtodos numricos y su congestionado se deja de acelerar, como normalmente
prediccin de la forma que debe poseer un diagrama de sucede, entonces la fuerza de traccin del motor en (2.1) es
flujo fundamental, al menos de manera cualitativa, es cero y de la segunda ley de Newton se tiene
correcta.
En la actualidad se encuentran reportados diversos
Fuerza de resistencia al avance (2.2)
modelos macroscpicos que estudian dinmica vehicular y
dependiendo del nmero de variables independientes,
necesarios para su descripcin, se han clasificado en modelos donde es la coordenada de posicin del vehculo en
de aproximacin de primer orden [17,18], segundo orden el instante a lo largo del tramo carretero. Hemos ubicado el
[13,19 24] y de orden mayor [12,25]. Dicho nmero depende origen de nuestro eje de coordenadas al inicio de dicho
del nivel de detalle que se desee describir el sistema y de la tramo y la direccin del flujo de vehculos es hacia el eje
complejidad del tipo de va que se est tratando. Por ejemplo, positivo.
en los modelos de segundo orden, comnmente consideran a La fuerza de resistencia al avance debe ser directamente
la densidad de trfico y la rapidez promedio de los vehculos, proporcional a la fuerza con que se aplican los frenos y esta
como las dos variables independientes. ultima fuerza es, a la vez:
La mayora de estos modelos han sido aplicados a Inversamente proporcional a la distancia relativa entre
situaciones ms complejas de trfico que la de un tramo los vehculos adyacentes y 1 (hemos ubicado las
recto de carretera de un solo carril, por lo que el uso de los posiciones de los vehculos de tal forma que ). Dicho
clculos numricos para resolver las ecuaciones resultantes de otra forma: a mayor espaciamiento entre vehculos, menos
de la modelacin, es indispensable, ya que difcilmente se freno; a menor espaciamiento, ms freno.
pueden resolver de manera analtica. ) Directamente proporcional a la rapidez relativa entre
En ese sentido podemos decir que nuestro modelo ambos vehculos (note que . A mayor rapidez
necesitara reformularse si queremos incluir un mayor relativa, ms freno y viceversa. Por lo tanto, tomando en
37
Prez et al / DYNA 81 (184), pp. 36-40. April, 2014.
consideracin las dos hiptesis i) y ii) para la fuerza con que La primera integracin de (2.3) nos determina la
se aplican los frenos y su relacin de sta con la fuerza de rapidez. Suponiendo un solo tipo de vehculos de masa ,
resistencia al avance, (2.2) se transforma en se obtiene
2
1 ln 1 , (3.5)
2
. (2.3)
1
que se puede verificar fcilmente derivando temporalmente
es una constante de proporcionalidad mayor que cero. (3.5) y ver que se obtiene (2.3). Aqu hemos denotado
La cantidad denotada en valor absoluto resalta el hecho de .
que el denominador se refiere a una distancia y el signo Suponiendo que los N vehculos, movindose en el
menos indica que la direccin de la fuerza resultante es en tramo, estn espaciados en una distancia promedio y que
direccin opuesta a la direccin del flujo. la longitud de los carros es en promedio , entonces la
Suponiendo que hay vehculos en el tramo congestin o densidad de trfico, definido como el nmero
considerado en el instante , (2.3) con 1, 2, , , nos de vehculos por unidad de longitud, est dado por
representan sus ecuaciones de movimiento.
1
. (3.6)
3. Rapidez de un vehculo en un tramo congestionado
Analicemos antes que nada las condiciones que debe Usando esta ltima expresin y el hecho de que
satisfacer la rapidez de un vehculo al entrar al tramo de , la ecuacin (3.5) adquiere la forma
carretera congestionado. De manera similar a la situacin en
que un vehculo se acerca a un cruce de paso de tren o al entrar 1
en un tnel, el conductor debe de reducir su rapidez por ln , (3.7)
precaucin. En nuestro caso, la rapidez de un vehculo debe
ser funcin de la densidad de trfico. De hecho a mayor en donde hemos supuesto movimiento vehicular
congestionamiento la rapidez de los carros es menor y homogneo o flujo vehicular estacionario (i.e., el nmero de
viceversa; as que, si denotamos por la rapidez del vehculos que pasan a travs de una seccin transversal del
vehculo y el congestionamiento, entonces es una tramo por unidad de tiempo, es igual a una constante). En
funcin decreciente de y por lo tanto satisface estas condiciones, los vehculos se mueven con la misma
rapidez para un cierto valor de la densidad de trfico .
0. (3.1) Las condiciones (3.2) y (3.4) determinan los valores de
las constantes y , resultando
(La prima indica derivada con respecto a ). En un extremo
de bajo congestionamiento los vehculos podrn moverse (3.8)
ln
al lmite de la rapidez permitida , es decir,
1
ln , (3.9)
, (3.2)
38
Prez et al / DYNA 81 (184), pp. 36-40. April, 2014.
Donde es la longitud del tramo y es el tiempo que Tabla 1. Parmetros y sus significados fsicos que intervienen en el
modelo.
tarda un vehculo en recorrerlo. Finalmente, usando (3.11),
Valor de la rapidez mxima en la que puede circular un
obtenemos la relacin fundamental del flujo vehicular: vehculo cuando la va est libre de congestionamiento
Densidad de mximo congestionamiento
si 0 Densidad crtica de congestionamiento en el que para
ln si , (4.2) valores menores que esta densidad, los vehculos podrn
circular al valor de la rapidez mxima permitida.
39
Prez et al / DYNA 81 (184), pp. 36-40. April, 2014.
pesado, i.e. de transito muy lento, segn se observa en el [7] Pala, M., Baltazar, S., Liu, P., Sellier, H., Hackens, B., Martins, F.,
Bayot, V., Wallart, X., Desplanque, L. and Huant, S., Transport
diagrama de flujo vehicular (Fig. 2), con una rapidez inefficiency in branched-out mesoscopic networks: an analog of the Braess
correspondiente segn la Figura 1. paradox. Phys Rev Lett. 108,7, pp. 076802(1)-076802(5), 2013.
[8] Gonzlez, C., Posada, J. and Snchez, I., The need for congestion
6. Conclusiones pricing in medellin: an economic perspective. Revista DYNA, 171, pp.
123131, 2012.
Aunque el modelo desarrollado aqu se enfoc a una
[9] Espinosa, F., Gordillo, C., Jimnez, R. and Avils, O., Machine vision
situacin muy especfica de tramo congestionado, con l ha algorithms applied to dynamic traffic light control. Revista DYNA, 178,
sido posible obtener una solucin analtica para la fluidez pp. 132140, 2013.
ptima del paso de vehculos sin recurrir a los mtodos [10] Jimnez, M. y Sarmiento, I., Sistema adaptativo de control y
numricos y se ha obtenido, de manera sencilla, la relacin optimizacin del trfico de un corredor vial semaforizado. Revista DYNA,
fundamental del flujo vehicular, cuya grfica reproduce el 169, pp. 7178, 2011.
comportamiento caracterstico de diagramas fundamentales [11] Angel, P. y Marn, L., Un mtodo computacional para la obtencin de
de flujo vehicular que se obtienen al tratar casos ms rutas ptimas en sistemas viales. Revista DYNA, 167, pp. 112121, 2011.
realistas, empleando modelos ms sofisticados. El modelo
[12] Shvetsov, V. and Helbing, D., Macroscopic Dynamics of multilane
podra replantearse para considerar otras situaciones traffic, Phys. Rev. E 59, pp. 6328-6339, 1999.
especficas de trfico, tales como vialidades de dos o ms
[13] Velasco, R. M. and Saavedra, P., Macroscopic models in traffic flow,
carriles, la presencia de varios tipos de vehculos, e incluso Qualitative Theory on Dynamical Systems, 7, 1, pp. 237-252, 2008.
considerar otro tipo de situaciones fsicas que generan
congestionamiento, tales como reducciones de la capacidad [14] Knospe, W., Santen, L., Schadschneider, A. and Schreckenberg, M.
M., Towards a realistic microscopic description of highway traffic. J. Phys
vial de las carreteras, como sucede en los tramos llamados A: Math. Gen 33, pp. L477-L485, 2000.
cuellos de botella, o aquellos congestionamientos
[15] Moreno, F. and Arango, F., A conceptual trajectory multidimensional
ocasionados en tramos que se intersectan con otras model: an application to public transportation. Revista DYNA,166, pp.
vialidades. En el futuro nuestra investigacin estar 142-149, 2011.
enfocada hacia dichas situaciones. En este trabajo, tambin
[16] Brakatsoulas, S., Pfoser, D. and Tryfona, N., Modeling, storing, and
buscamos despertar el inters de los lectores para estudiar mining moving object databases 8th International Database Engineering
un tema de investigacin interdisciplinario actual y este and Applications, pp. 68-77, 2004
desarrollo podra servir, como punto de partida, para
[17] Velasco, R. M. and Saavedra, P., A first order Model in Traffic Flow,
incursionar en esta disciplina, ya que se sientan las bases y Physica D. Nonlinear Phenomena. 228, 2, pp. 153-158, 2007.
el lenguaje apropiado sobre dinmica vehicular.
[18] Nelson, P., Synchronized traffic flow from a modified Lighthill-
Witham model. Phys. Rev. E. 61, pp. R6052-R6055, 2000.
7. Agradecimientos
[19] Wagner, C., Hoffmann, C., Sollacher, R., Wagenhuber, J. and
Schurmann, B., Second-order continuum traffic model. Phys. Rev. E. 54,
Este trabajo ha sido apoyado por el Cuerpo Acadmico pp. 5073-5085, 1996.
UABJO-CA-50 y Cuerpo Acadmico BUAP-CA-236.
[20] Kerner, B. and Konhauser, P., Cluster effect in initially
homogeneous traffic flow. Phys. Rev. E. 48, pp. R2335-R2338,1993.
Referencias
[21] Zhang, H., A non-equilibrium traffic model devoid of gas-like
[1] Garca, R., Delgado, D., Daz, E. and Garca, R., Caracterizacin de la behavior.
accidentalidad vehicular y anlisis de las causas en la provincia de Villa Transportation Research Part B, 36, pp. 275-290, 2002.
Clara, Cuba. Revista DYNA, 175, pp. 191200, 2012. [22] Velasco, R. and Marques, W., Navier-Stokes-like equations for traffic
[2] Braess, D., Nagurney, A. and Wakolbinger, T., On a paradox of traficc flow. Phys. Rev. E 72, p. 46102, 2005.
planning. The journal Transportation Science, 39, pp. 446450, 2005. [23] Mndez, A. and Velasco, R., An alternative model in traffic flow
[3] Irvine, A., How braess's paradox solves newcomb's problem, equations.Transp. Res. Part B, 42 (9), pp. 782-797, 2008.
international studies in philosophy of science, 7, 2, pp. 145164, 1993. [24] Marques, W. and Velasco, R. An improved second-order continuum
[4] Steinberg, R. and Zangwill, W., The prevalence of braess's paradox. traffic model. J. Stat. Mech. p. 2012, 2010.
Transportation Science, 17, 3, pp. 301318, 1983. [25] Helbing, D., Improved fluid-dynamic model for vehicular traffic,
[5] Rapoport, A., Kugler, T., Dugar, S. and Gisches, E., Choice of routes in Phys. Rev. E. 51, pp. 3164-3169, 1995.
congested traffic networks: Experimental tests of the Braess Paradox.
Games and Economic Behavior 65, pp. 538-571, 2009.
[6] Pala, M., Sellier, H., Hackens, B., Martins, F., Bayot, V. and Huant,
S. A., new transport phenomenon in nanostructures: a mesoscopic analog
of the Braess paradox encountered in road networks. Nanoscale Research
Letters. 7, 1, pp. 472-476, 2012.
40