DISCIPLINA: TECN. E ECON. DOS TRANSPORTES.

PROFESSOR: FABIANO DO NASCIMENTO LIRA

MTODO 4 ETAPAS PARTE I

POR:
DARY SHINTANI HAUACHE (Matrcula 1110673)

FORTALEZA
NOVEMBRO 2014

SUMRIO

1.
2.
3.
4.
5.

INTRODUO ------------------------------------------------------------------------------03
OBJETIVO -----------------------------------------------------------------------------------04
PROCEDIMENTO / METODOLOGIA -----------------------------------------------05
MEMORIA DE CLCULO --------------------------------------------------------------06
CONCLUSO -------------------------------------------------------------------------------13

6. REFERENCIAS BIBLIOOGRFICAS -------------------------------------------------14

INTRODUO:
As pesquisas de demanda por transporte so de grande importncia para o
planejamento e gerenciamento urbano, onde h a necessidade de realizao de estudos
especficos com informaes socioeconmicas e tambm sobre os deslocamentos da
populao, de maneira a embasar as projees das demandas para o futuro. Ento,
modelos matemticos so alimentados por essas informaes, gerando prognsticos

com certa credibilidade. Nesse contexto, a dependncia espacial presente nos dados
pode ser um importante fator a ser considerado no planejamento dos transportes,
podendo levar a resultados de previso de demanda mais eficientes que os usuais.
O modelo de anlise e previso de demanda de quatro etapas tradicionalmente
empregado pelo setor de transportes. A finalidade do modelo de quatro etapas prever a
demanda de trfego, por meio da anlise e da determinao da quantidade e do tipo de
viagens entre zonas em uma determinada regio por meio da aplicao sequencial das
etapas de gerao de viagens, distribuio de viagens, diviso modal e alocao de
trfego.

OBJETIVO:
A gerao de viagens tem o objetivo de estimar a produo e a atrao de cargas
(unidade de massa ou viagens de veculos de carga) para cada uma das zonas de
transporte da rea de estudo tendo como base um perodo de tempo (dia, semana, ms,
ano) tpico da situao futura.

PROCEDIMENTOS / METODOLOGIA:
A metodologia aplicada nesse trabalho contempla a implementao do mtodo
de determinao utilizando Anlise de Regresso Linear Simples para ambas as
variveis independentes. (equao Y = f ( X ) ).
Aps receber os dados da amostragem:
1) Escolher 10 Amostragens para Anlise.

2) Separar para Funo Linear Simples Y = f ( X ) ) , e Descobrir Somatrio da

POPULAO ( X ) , Y ( N DE VIAGENS ) , X e X . Y ;
3) Usar equao Regresso Linear Simples Y = A + B.X ; Criar duas equaes com
os dados da tabela anterior;
Equao 1 : Y = N da amostragem . A + B . X
Equao 2 : X.Y = X . A + X . B
4) Resolver a Equao I substituindo os dados da tabela anterior;
5) Resolver a Equao II substituindo os dados da tabela anterior;
6) De acordo com a Equao I, descobre-se o A;
7) Substitui o A encontrado anteriormente na Equao II;
8) Substitui o B encontrado anteriormente na Equao I;
9) Substitui os valores de A e B na FUNO LINEAR SIMPLES ;
10) Substitui a POPULAO( X ) , na FUNO LINEAR SIMPLES descoberto
anteriormente, para explicar com certa proximidade os valores de Y em funo
de X ;
11) Com os dados da Amostragem ( escolhido para analise) e a tabela anterior,
podemos ver a equao linear Y = 309,93 + 3,19 . X, que explica com certa
proximidade os valores de Y em funo de X ;
12) Fazer um estudo de variaes, com os dados: Y( N de viagens) , Yc ( N de
viagens em funo de X ) em seguida determinar a mdia de Y + Yc.
VARIAO TOTAL ( VT = ( Y - Y ) ) e o SOMATRIO;
VARIAO EXPLICATIVA ( VE = ( Yc - Yc ) ) e o SOMATRIO;
VARIAO RESIDUAL (VR = ( Y - Yc ) ) e o SOMATRIO;
13) Descobrir o COEFICIENTE DE CORRELAO ( R ) ,com os dados
descoberto
anteriormente.
COEFICIENTE
DE
CORRELAO
( R= ( VE / VT ) )
14) Descobrir o COEFICIENTE DE DETERMINAO ( R ) , com os dados
descoberto
anteriormente.
COEFICIENTE
DE
DETERMINAO
(R = VE / VT )

MEMRIA DE CLCULO:
DADOS DOS BAIRROS DE FORTALEZA:

REGIONAL I

N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Bairros
LVARO WEYNE
ARRAIAL MOURA BRASIL
BARRA DO CEAR
CARLITO PAMPLONA
CRISTO REDENTOR
FARIAS BRITO
FLORESTA
JACARECANGA
JARDIM GUANABARA
JARDIM IRACEMA
MONTE CASTELO
PIRAMB
SO GERARDO
VILA ELLERY
VILA VELHA

Populao

Renda

N de

Total
23690
3765
72423
29076
26717
12063
28896
14204
14919
23184
13215
17775
14505
7863
61617

Mdia R$
562,49
444,89
398,61
500,01
377,42
890,48
380,81
745,24
508,03
448,19
688,29
340,36
1347,59
696,07
486,95

Viagens
79438
12643
232934
89119
81240
39227
89254
46969
49681
74214
43910
56187
44403
26461
189313

Renda

N de

Mdia R$
562,49
444,89
398,61
500,01
377,42
890,48
380,81
745,24
508,03

Viagens
79438
12643
232934
89119
81240
39227
89254
46969
49681

1) Escolher 10 Amostragens para Anlise ;

REGIONAL I
Populao
N
1
2
3
4
5
6
7
8
9

Bairros
LVARO WEYNE
ARRAIAL MOURA BRASIL
BARRA DO CEAR
CARLITO PAMPLONA
CRISTO REDENTOR
FARIAS BRITO
FLORESTA
JACARECANGA
JARDIM GUANABARA

Total
23690
3765
72423
29076
26717
12063
28896
14204
14919

10

JARDIM IRACEMA

23184

448,19

74214

2) Separar para Funo Linear Simples Y = f ( X ) ) , e Descobrir Somatrio

da POPULAO ( X ) , Y ( N DE VIAGENS ) , X e X . Y ;

N
1
2
3
4
5
6
7
8
9
10

Populao

N de

Total ( X )
23690
3765
72423
29076
26717
12063
28896
14204
14919
23184
248937

Viagens( Y )
79438
12643
232934
89119
81240
39227
89254
46969
49681
74214
794719

X
561216100
14175225
5245090929
845413776
713798089
145515969
834978816
201753616
222576561
537497856
9322016937

X.Y
1881886220
47600895
16869779082
2591224044
2170489080
473195301
2579083584
667147676
741190839
1720577376
29742174097

3) Usar equao Regresso Linear Simples Y = A + B.X ; Criar duas equaes

com os dados da tabela anterior;
Equao 1 : Y = N da amostragem . A + B . X
Equao 2 : X.Y = X . A + X . B
Equao I : Y = N da amostragem . A + B . X
N da
Y
amostragem
794719
10

X
248937

Equao II : X.Y = X . A + X . B
X.Y
29742174097

X
248937

X
9322016937

4) Resolver a Equao I substituindo os dados da tabela anterior;

Y = N da amostragem . A + B . X
794719 = 10 . A + 248937.B
5) Resolver a Equao II substituindo os dados da tabela anterior;
X.Y = X.A + X.B
29742174097 = 248937. A + 9322016937 . B

6) De acordo com a Equao I, descobre-se o A;

794719 = 10 . A + 248937 . B
A = ( 794719 - 248937 . B ) / 10
7) Substitui o A encontrado anteriormente na Equao II;
29742174097 = 248937 . A + 9322016937 . B
A = ( 794719 - 248937 . B ) / 10
29742174097 = 248937 . ( 794719 - 248937 . B ) / 10 + 9322016937 . B
29742174097 = ( 197834963703 - 61969629969 . B ) / 10 + 9322016937 . B
29742174097 = 19783496370,3 - 6196962996,9 . B + 9322016937 . B
29742174097 - 19783496370,3 = 3125053940,1 B
9958677726,7 = 3125053940,1 B
B = 9958677726,7 / 3125053940,1
B = 3,19

8) Substitui o B encontrado anteriormente na Equao I;

A = ( 794719 - 248937 . B ) / 10
B = 3,19
A = ( 794719 - 248937 . 3,19 ) / 10
A = 3099,3 / 10
A = 309,93
9) Substitui os valores de A e B na FUNO LINEAR SIMPLES ;
A= 309,93
B = 3,19
Y = A + B. X
Y = 309,93 + 3,19 . X
10) Substitui a POPULAO( X ) , na FUNO LINEAR SIMPLES
descoberto anteriormente, para explicar com certa proximidade os valores
de Y em funo de X ;
Populao
N
1
2
3
4

Total ( X )
23690
3765
72423
29076

FUNO LINEAR SIMPLES

Y = 309,93 + 3,19 . X
Y = 309,93 + 3,19 . X
Y = 309,93 + 3,19 . X
Y = 309,93 + 3,19 . X

Yc
75881,03
12320,28
231339,3
93062,37

5
6
7
8
9
10

26717
12063
28896
14204
14919
23184

Y = 309,93 + 3,19 . X
Y = 309,93 + 3,19 . X
Y = 309,93 + 3,19 . X
Y = 309,93 + 3,19 . X
Y = 309,93 + 3,19 . X
Y = 309,93 + 3,19 . X

85537,16
38790,9
92488,17
45620,69
47901,54
74266,89

11) Com os dados da Amostragem ( escolhido para analise) e a tabela anterior,

podemos ver a equao linear Y = 309,93 + 3,19 . X, que explica com certa
proximidade os valores de Y em funo de X ;

12) Fazer um estudo de variaes, com os dados: Y( N de viagens) , Yc ( N de

viagens em funo de X ) em seguida determinar a mdia de Y + Yc.
VARIAO TOTAL ( VT = ( Y - Y ) ) e o SOMATRIO;
VARIAO EXPLICATIVA ( VE = ( Yc - Yc ) ) e o SOMATRIO;

VARIAO RESIDUAL (VR = ( Y - Yc ) ) e o SOMATRIO;

N
1
2
3
4
5
6
7
8
9
10

Y
79438
12643
232934
89119
81240
39227
89254
46969
49681
74214

Yc
75881,03
12320,28
231339,3
93062,37
85537,16
38790,9
92488,17
45620,69
47901,54
74266,89

VARIAO TOTAL

VARIAO

VARIAO

(VT)
513409028603,69
613591264216,04
317002403670,01
499629380438,96
510829917311,03
572650380155,32
499438550604,41
560993008198,46
556937816079,50
520922578927,61

EXPLICATIVA (VE)
518519001228,54
614096954854,26
318800673551,65
494070230512,68
504705819006,52
573310596057,75
494877772065,50
563014580131,85
559596942859,52
520846235045,40

RESIDUAL (VR)
12652035,58
104148,20
2543068,09
15550166,96
18465584,07
190183,21
10459855,59
1817939,86
3166477,89
2797,35

5165404328205,05

5161838805313,65

64952256,79

MEDIA
( Y ; Yc )

795963,665

13) Descobrir o COEFICIENTE DE CORRELAO ( R ) ,com os dados

descoberto anteriormente.
COEFICIENTE DE CORRELAO ( R= ( VE / VT ) )
R= ( VE / VT )
R = ( 5161838805313,65 / 5165404328205,05 )
R = 0,99930973
R = 0,999654805
14) Descobrir o COEFICIENTE DE DETERMINAO ( R ) , com os dados
descoberto anteriormente.
COEFICIENTE DE DETERMINAO (R = VE / VT )
R = VE / VT

R = ( 5161838805313,65 / 5165404328205,05 )
R = 0,99930973

CONCLUSO:
Espera-se que os resultados finais obtidos neste estudo possam ser usados pelos
rgos e entidades responsveis pelo planejamento de transportes no gerenciamento e
na administrao do trnsito da cidade a fim de estabelecer situaes de maximizao
de bem-estar social, o que vem a ser uma contribuio importante no processo de
conhecimento da demanda por transporte.
Atravs da equao Y = 309,93 + 3,19. X, pode-se explicar as viagens geradas
pela populao com 99,93% de preciso nas estimativas dos valores, tanto presentes,
quanto futuros.

REFERENCIAS BIBLIOGRFICAS:

1) NOTAS DE AULA TECN. E ECONOMIA DOS TRANSPORTES: TET

- Aula VI - Geracao de Viagens
TET - Aula VII - Distribuicao de Viagens
2) http://pt.slideshare.net/pnrocha/regresso-linear-simples-24270521
3) http://www.scielo.br/scielo.php?
pid=S223810312013000200011&script=sci_arttext

4) http://portais4.ufes.br/posgrad/teses/nometese_227_Val%E9ria%20da
%20Cruz%20Ribeiro.pdf