UNIVERSIDAD DE CARTAGENA

FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL

EVALUACIÓN DE LA CAPACIDAD Y NIVEL DE SERVICIO EN LA

INTERSECCIÓN SEMAFORIZADA DE INICIO DE BAZURTO
1
, FLOREZ, G1, GONZALEZ, C1, MARTINEZ, A1,BADEL, S1, PEREIRA, C1
P, GUARDELA2
1Estudiante de Ingeniería Civil, Facultad de ingeniería; Universidad de Cartagena, Cartagena de Indias D.T. y C.
2Docente de Ingeniería de Tránsito, Facultad de Ingeniería, Departamento de Ingeniería Civil, Universidad de
Cartagena.

Entregado 7 de marzo de 2018; Aceptado 7 de marzo de 2018.

RESUMEN
Mediante el análisis y aplicación de diferentes métodos matemáticos para estimaciones
futuras del volumen tránsito se espera determinar los volúmenes de tránsito esperados en los
años 2019 y 2029 en los que se deben ajustar a las condiciones históricas de variación
determinadas en las estaciones 506, 509, 510, y 511 que corresponden a las rutas de María la
Baja, Puerta de Hierro – Magangué, Puerta de Hierro – Cruz del Viso, Carmen – Zambrano
respectivamente. El cálculo de volúmenes de transito permite de forma discreta tomar datos
de la realidad y modelarlos matemáticamente para la predicción de transito futuro gracias a
los datos de Tránsito Promedio Diario Semanal (TPDS) que proporcionó el INVIAS
mediante la serie histórica de Tránsito desde 1997 – 2017.
Palabras Clave
Volúmenes, Transito Futuro, TPDS, TPDA.
ABSTRACT
Through the analysis and application of different mathematical methods for future estimates
of traffic volume, it is expected to determine the expected traffic volumes in the years 2019
and 2029, in which they must be adjusted to the historical conditions of variation determined
in stations 506, 509, 510 , and 511 corresponding to the routes of María la Baja, Puerta de
Hierro - Magangué, Puerta de Hierro - Cruz del Viso, Carmen - Zambrano respectively. The
calculation of traffic volumes discreetly allows us to take data from reality and model them
mathematically for the prediction of future traffic thanks to the Daily Average Daily Traffic
(TPDS) data provided by INVIAS through the historical series of Traffic from 1997 - 2017.

Keywords
Capacity, Travel, Service Levels, Delay Times, Estimates, Delay Times per Control.
 Autores: FLOREZ, G1, et al: Evaluación de Capacidad y Servicio.
1. INTRODUCCIÓN
Las estaciones de Vías comprendidas en
las conexiones viales del departamento de
Bolívar son importantes dado que resultan
un indicador del crecimiento urbanístico
en configuración con el crecimiento
demográfico y las demandas cambiantes
que existe actualmente son cada vez mas
diversas. La predicción del volumen de
tránsito futuro mediante la modelación
matemática es una herramienta que
permite estimar con cierto margen de
certeza gracias a la estadística en gran
parte los datos obtenidos y que reflejan la
extrapolación de las variables que
describen el comportamiento de las vías y
como puede ese comportamiento ser
afectado por ciertas condiciones como lo
son el uso de estructuras viales que
configuren la dinámica proporcionando un
nuevo comportamiento.
2. OBJETIVOS
2.1. OBJETIVO GENERAL
Determinar el Volumen de tránsito Futuro
para los años 2019 y 2029 según los datos
empleados y determinados por la entidad
INVIAS a partir de 1997 a 2017 para el
TPDS de cada año, mediante
modelaciones matemáticas diversas.
2.2. OBJETIVOS ESPECIFICOS
— Analizar mediante las relaciones entre
TPDS y TPDA como datos de estudio
predictivo en el cálculo de volumen de
tránsito futuro.
— Determinar el posible crecimiento o
decrecimiento vehicular a partir de los
conceptos de volumen, densidad y
flujo vehicular.
3. ALCANCE
Esta investigación identificó estimaciones
futuras del volumen tránsito en los años
2019 y 2029, ajustándose a las condiciones
históricas de variación determinadas en las
estaciones 506, 509, 510, y 511 que
corresponden a las rutas de María la Baja,
Puerta de Hierro – Magangué, Puerta de
Hierro – Cruz del Viso, Carmen –
Zambrano respectivamente
Para ello, se tomó en cuenta los datos
empleados y determinados por la entidad
INVIAS a partir de 1997 a 2017 para el
TPDS de cada año, mediante
modelaciones matemáticas diversas y así
determinar el Volumen de tránsito Futuro
para los años 2019 y 2029 en las vías ya
mencionadas, adicionalmente determinar
el posible crecimiento o decrecimiento
vehicular a partir de los conceptos de
volumen, densidad y flujo vehicular. e
 UNIVERSIDAD DE CARTAGENA
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL
Ilustración 1: Área de Estudio
Fuente: (Midas, Cartagena)
Para ello, en la vía se realiza un conteo de “permite nombrar a aquellos artilugios o
los tiempos de demora y seguimiento que
tiene el recorrido y a su vez los tiempos de llevando individuos o mercaderías desde
demora para llegar a la última estación en
Crespo, que nos permite determinar los
niveles de servicio y su capacidad vial, y
hacer estimaciones pertinentes acerca de la
oferta y demanda actuales en condiciones
donde puede aumentar progresivamente
esta relación de forma favorable o
desfavorable
4. MARCO REFERENCIAL
4.1. MARCO TEÓRICO
Se realizará una descripción de los
fundamentos teóricos que guiaron a esta
investigación.
4.1.1. Tránsito
Es la acción de transitar, de pasar de un
lugar a otro. “Cuantifica el número de
vehículos o personas o toneladas que
pasan por una sección o tramo de vía en un
periodo de tiempo determinado -Veh/hora,
ton/hora, peatones/hora-” (Flechas, 2006).
Al realizar la acción de transitar se
presenta muchas veces un fenómeno
denominado Congestión del tránsito que es
técnicamente, la situación que se crea
cuando el volumen de demanda de tránsito
en uno o más puntos de una vía excede el
volumen máximo que puede pasar por
ellos.
4.1.2. Transporte
El concepto de transporte se utiliza para
describir el acto y consecuencia de
trasladar algo de un lugar a otro. También
vehículos que sirven para tal efecto,
un determinado sitio hasta otro”
(WordPress, 2008).
Para realizar una adecuada evaluación del
tramo de avenida, se deben diferenciar
subgrupos tradicionalmente asociados al
concepto de oferta y demanda, entre ellos
encontramos: el transporte público y el
transporte privado.
El primero es un servicio regulado por el
Estado, que se presta al público en general
para el desplazamiento de bienes y
personas, por operadores privados
fundamentalmente, en vehículos
adecuados para tal fin, por el cual se cobra
una tarifa. Y el segundo son los
desplazamientos que realizan las personas
en sus propios vehículos. (BURGOS,
2014)
4.1.3. Movilidad
El concepto de movilidad hace referencia
a una nueva forma de abordar los
problemas de transporte desde un marco
integral, el cual busca hacer equitativo el
uso de la malla vial por los diferentes
actores, puesto que se considera un recurso
escaso que nunca podrá crecer al ritmo que
crece el parque automotor, con el fin de
facilitar las nuevas necesidades de
desplazamiento de las personas y de las
mercancías, en una ciudad o región.
4.1.4. Pronóstico del volumen de
tránsito futuro
 Autores: FLOREZ, G1, et al: Evaluación de Capacidad y Servicio.
El pronóstico de tránsito futuro, por
ejemplo, el TPDA del año de proyecto, en
la construcción de una nueva carretera o el
mejoramiento de una carretera ya
existente, deberá basarse no solamente en
los volúmenes normales actuales, sino
también en los incrementos del tránsito
que se espera utilicen la nueva carretera o
la existente.
El manual INVIAS clasifica los proyectos
de carretera en proyectos de construcción,
de mejoramiento, de rehabilitación, de
mantenimiento rutinario, y de
mantenimiento periódico.
4.1.4. Proyectos de construcción
Es el conjunto de todas las obras de
infraestructura a ejecutar en una carretera
nueva proyectada, o en un tramo faltante
mayor al 30% de una carretera existente
y/o en variantes.
4.1.4.2. Proyectos de mejoramiento
Básicamente consiste en el cambio de
especificaciones y dimensiones de la
carreta, para lo cual, se hace necesaria la
construcción de obras de infraestructura ya
existente, que permitan una adecuación de
la carretera a los niveles de servicio
requeridos por el tránsito actual y
proyectado.
4.1.4.3 Proyectos de rehabilitación
Son actividades que tienen como objetivo
reconstruir o recuperar las condiciones
iniciales de la carretera, de manera que se
cumplan las especificaciones técnicas con
que fue diseñada.
4.1.4.4 Proyectos de mantenimiento
rutinario
Hace referencia a la conservación continua
de las zonas laterales, y a intervenciones de
emergencia en la carretera, con el fin de
mantener las condiciones óptimas para su
transitabilidad.
4.1.4.5. Proyectos de mantenimiento
periódico
Comprende la realización de actividades de
conservación a intervalos variables,
destinados primordialmente a recuperar los
deterioros de la capa de rodadura
ocasionados por el tránsito y los fenómenos
climáticos.
4.1.4.6. Volúmenes de tránsito futuro (TF)
Por efectos de proyecto se derivan a partir
del tránsito actual TA, y del incremento del
tránsito IT, esperado al final del periodo
seleccionado. A partir de esto se plantea la
siguiente ecuación:
TF = TA + TI (1)
4.1.4.7. Tránsito actual (TA)
Es el volumen de tránsito que usará la nueva
carretera o mejorada en el momento de darse
completamente al servicio. El tránsito actual
se compone del tránsito existente TE (Antes
de la mejora), más el tránsito atraído TAt, a
ella de otras carreteras una vez finalizada su
reconstrucción total. De esta manera el
tránsito actual se expresa como:
TA = TE + TAt (2)
4.1.4.8. Incremento del tránsito (IT)
 UNIVERSIDAD DE CARTAGENA
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL
Es el volumen de tránsito que se espera, use Estaciones:
la nueva carretera en el año futuro
506: María la Baja – Cruz del Viso
seleccionado como de proyecto. Este
incremento se compone del crecimiento 509: Puerta de Hierro – Magangué
normal del tránsito CNT, del tránsito
510: Puerta de Hierro – Cruz del Viso
generado TG, Y del tránsito desarrollado
TD. De esta manera el incremento del 511: Carmen – Zambrano
tránsito se expresa como:
Que conformaran nuestros focos de
IT = CNT + TG + TD (3) estudio.

Reemplazando las ecuaciones 2 y 3, en 1, 5.1. Recopilación de Información

se tiene:
TF = (TE + TAt) + (CNT + TG + TD) (4)
En la figura 1, se pueden apreciar estos
cinco componentes del tránsito futuro.
Ver Figura 4.1.4.8.
Para abarcar la mayor información acerca
de los tramos de vía seleccionado,
tomamos referencias de los TPDS
registrados en INVIAS para las estaciones
y se dispuso a obtener el cálculo de los
TPDA para cada año obtenido, con lo cual
podemos estimar de manera más eficiente
el volumen de tránsito futuro.
6. ANÁLISIS Y RESULTADOS.
Para poder obtener los TPDA mediante los
TPDS se emplea la ecuación:

TPDA = TPDS + KE

Donde:
Figura 4.1.4.8. Componentes del volumen de
tránsito futuro. K: Coeficiente de Confianza.

5. METODOLOGÍA. E: Desviación estándar de los TPDS

Los mecanismos propuestos para la
metodología de la investigación se basaron
en la recolección de información
cuantitativa de las estaciones
seleccionadas para el estudio de
volúmenes de tránsito futuro, que
comprende las vías:
Dado que en las cartillas más actualizadas
no se encuentran las desviaciones típicas
de los datos procedemos primeramente a
calcularlo. Por ello, procederemos a
realizar los cálculos respectivos de
desviación y continuar al pronostico de
volumen de transito futuro.
 Autores: FLOREZ, G1, et al: Evaluación de Capacidad y Servicio.

6.1. Pronostico de Volumen de Transito Con los datos convertidos a TPDA

Futuro estación 506: María la Baja podemos ahora emplear los diferentes
– Cruz del Viso. tipos de regresiones matemáticas que
describirán el volumen de transito futuro.
Por ello emplearemos las regresiones de
Primeramente, debemos proceder a
tipo Lineal, Exponencial y Potencial, que
obtener la desviación estándar de la
se obtuvieron mediante la herramienta
estación y calcular los TPDA por ello
Excel.
tenemos los siguientes datos:
Año TPDS KE TPDA
1997 1498 760.96 2258.96
1998 1554 760.96 2314.96 Estanción 506
1999 1152 760.96 1912.96 4000

2000 1073 760.96 1833.96

3000
2001 1170 760.96 1930.96
2002 1161 760.96 1921.96 2000
2003 1134 760.96 1894.96
2004 1072 760.96 1832.96 1000
2005 1302 760.96 2062.96
0
2006 1557 760.96 2317.96
2007 1852 760.96 2612.96
2008 1895 760.96 2655.96
2009 2023 760.96 2783.96 Figura 6.1. Gráfica Año vs TPDA,
2010 1467 760.96 2227.96 estación 506.
2011 1158 760.96 1918.96
2012 1443 760.96 2203.96 Por ello se obtuvieron las siguientes
2013 2109 760.96 2869.96 ecuaciones en las que simplemente
2014 2218 760.96 2978.96 introduciremos el año y obtendremos el
2015 2606 760.96 3366.96 TPDA correspondiente para el año 2019 y
2016 2307 760.96 3067.96 2029, por ellos las ecuaciones son:
2017 2199 760.96 2959.96
Regresión Lineal:
Los datos presentan un coeficiente de
Mediante la herramienta Excel tenemos la
correlación para las 3 ecuaciones
siguiente desviación estándar:
propuestas de:
E = 464,3574499 = 464
𝑟 = 0,74
Ahora multiplicando por 1.64 que es el
coeficiente de confianza de 90% frente a Por consiguiente, la ecuación de regresión
los valores que se tienen y obtendremos los lineal es:
TPDA. Ver Tabla 6.1. 𝒚 = 𝟓𝟎, 𝟔𝟐𝟕𝒙 + 𝟏𝟕𝟕𝟓. 𝟔

Tabla 6.1. TPDS de estación 506

Procedemos a estimar las proyecciones de
volumen de tránsito Futuro a 2019 y 2029
 UNIVERSIDAD DE CARTAGENA
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL

Para Y2019 tenemos: Procedemos a calcular las proyecciones de

2019 y 2029:

𝒚 = 𝟓𝟎, 𝟔𝟐𝟕(𝟐𝟑) + 𝟏𝟕𝟓𝟓. 𝟔

Para Y2019 tenemos:
𝒚 = 𝟐𝟗𝟐𝟎 𝑽𝒆𝒉/𝒅í𝒂

𝒚 = 𝟏𝟖𝟏𝟓. 𝟔 ∗ 𝒆𝟎.𝟎𝟐𝟐𝟖(𝟐𝟑)
Para Y2029 tenemos:
𝒚 = 𝟑𝟎𝟔𝟕 𝑽𝒆𝒉/𝒅í𝒂
𝒚 = 𝟓𝟎, 𝟔𝟐𝟕(𝟑𝟑) + 𝟏𝟕𝟕𝟓, 𝟔
𝒚 = 𝟑𝟒𝟒𝟔 𝑽𝒆𝒉/𝒅í𝒂
Para Y2029 tenemos:
Ahora procedemos a utilizar el método de
regresión Logarítmica, por ello tenemos: 𝒚 = 𝟏𝟖𝟏𝟓. 𝟔 ∗ 𝒆𝟎.𝟎𝟐𝟐𝟖(𝟑𝟑)
𝒚 = 𝟑𝟖𝟓𝟑 𝑽𝒆𝒉/𝒅í𝒂
𝒚 = 𝟐𝟕𝟔, 𝟕𝟓 𝐥𝐧 𝒙 + 𝟏𝟕𝟐𝟓, 𝟒

Procedemos a calcular las proyecciones de

2019 y 2029:
6.2 Pronostico de Volumen de Transito
Futuro estación 509: Puerta de Hierro –
Magangué
Para Y2019 tenemos:
Como se hizo en la estación anterior,
debemos proceder a obtener la desviación
𝒚 = 𝟐𝟕𝟔, 𝟕𝟓 𝐥𝐧(𝟐𝟑) + 𝟏𝟕𝟐𝟓, 𝟒 estándar de la estación y calcular los
TPDA por ello tenemos los siguientes
𝒚 = 𝟐𝟓𝟗𝟑 𝑽𝒆𝒉/𝒅í𝒂 datos:
Mediante la herramienta Excel tenemos la
Para Y2029 tenemos: siguiente desviación estándar:

𝒚 = 𝟐𝟕𝟔, 𝟕𝟓 𝐥𝐧(𝟑𝟑) + 𝟏𝟕𝟐𝟓, 𝟒 E = 667.68 = 668

𝒚 = 𝟐𝟔𝟗𝟑 𝑽𝒆𝒉/𝒅í𝒂 Ahora multiplicando por 1.64 que es el

coeficiente de confianza de 90% frente a
Ahora procedemos a utilizar el método de los valores que se tienen y obtendremos los
regresión Exponencial, por ello tenemos: TPDA. Ver Tabla 6.2
𝒚 = 𝟏𝟖𝟏𝟓. 𝟔 ∗ 𝒆𝟎.𝟎𝟐𝟐𝟖𝒙
 Autores: FLOREZ, G1, et al: Evaluación de Capacidad y Servicio.
Año TPDS KE TPDA
1997 1.344 1095 2439.52
1998 1.411 1095 2506,52
1999 1.454 1095 2549,52 Por ello se obtuvieron las siguientes
2000 836 1095 1931,52 ecuaciones en las que simplemente
2001 1.526 1095 2621,52 introduciremos el año y obtendremos el
2002 1.216 1095 2311.52 TPDA correspondiente para el año 2019 y
2003 1.362 1095 2457.52 2029, por ellos las ecuaciones son:
2004 1.592 1095 2687.52
Regresión Lineal:
2005 1.153 1095 2248.52
2006 2.280 1095 3375.52 Los datos presentan un coeficiente de
2007 2.443 1095 3538.52 correlación para las 3 ecuaciones
2008 2.538 1095 3633.52 propuestas de:
2009 3.869 1095 4964.52
2010 1.749 1095 2844.52 𝑟 = 0,74
2011 1.859 1095 2954.52 Por consiguiente, la ecuación de regresión
2012 1.919 1095 3014.52
lineal es:
2013 2.374 1095 3469.52
2014 2.212 1095 3307.52 𝒚 = 𝟔𝟓. 𝟕𝟑𝟒𝒙 + 𝟐𝟐𝟕𝟖. 𝟕
2015 2.072 1095 3167.52
2016 2.804 1095 3899.52 Procedemos a estimar las proyecciones de
2017 2.019 1095 3114.52 volumen de tránsito Futuro a 2019 y 2029

Con los datos convertidos a TPDA Para Y2019 tenemos:

podemos ahora emplear los diferentes
tipos de regresiones matemáticas que
describirán el volumen de transito futuro. 𝒚 = 𝟔𝟓. 𝟕𝟑𝟒(𝟐𝟑) + 𝟐𝟐𝟕𝟖. 𝟕
Por ello emplearemos las regresiones de
tipo Lineal, Exponencial y Potencial, que 𝒚 = 𝟑𝟕𝟗𝟏 𝑽𝒆𝒉/𝒅í𝒂
se obtuvieron mediante la herramienta Para Y2029 tenemos:
Excel.
𝒚 = 𝟔𝟓. 𝟕𝟑𝟒(𝟑𝟑) + 𝟐𝟐𝟕𝟖. 𝟕

509 𝒚 = 𝟒𝟒𝟒𝟖 𝑽𝒆𝒉/𝒅í𝒂

6000 Ahora procedemos a utilizar el método de
5000
regresión Logarítmica, por ello tenemos:
4000
3000
2000
1000 𝒚 = 𝟒𝟖𝟏. 𝟏𝟐 𝐥𝐧 𝒙 + 𝟏𝟗𝟔𝟐. 𝟏
0
2011
1997
1999
2001
2003
2005
2007
2009

2013
2015
2017

Procedemos a calcular las proyecciones de

Figura 6.2. Gráfica Año vs TPDA, 2019 y 2029:
estación 509.
 UNIVERSIDAD DE CARTAGENA
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL

Para Y2019 tenemos: 6.3 Pronostico de Volumen de Transito

Futuro estación 510: Puerta de Hierro –
Cruz del Viso
𝒚 = 𝟒𝟖𝟏. 𝟐 𝐥𝐧(𝟐𝟑) + 𝟏𝟗𝟔𝟐. 𝟏
Como se hizo en la estación anterior,
𝒚 = 𝟑𝟒𝟕𝟏 𝑽𝒆𝒉/𝒅í𝒂 debemos proceder a obtener la desviación
estándar de la estación y calcular los
TPDA por ello tenemos los siguientes
Para Y2029 tenemos: datos:
𝒚 = 𝟒𝟖𝟏. 𝟐 𝐥𝐧(𝟑𝟑) + 𝟏𝟗𝟔𝟐. 𝟏 La desviación estándar:
𝒚 = 𝟑𝟔𝟒𝟖 𝑽𝒆𝒉/𝒅í𝒂 E = 868.6 = 869
Ahora procedemos a utilizar el método de
Ahora multiplicando por 1.64 que es el
regresión Exponencial, por ello tenemos:
coeficiente de confianza de 90% frente a
𝒚 = 𝟐𝟎𝟓𝟖. 𝟕 ∗ 𝒙𝟎.𝟏𝟔𝟑𝟗 los valores que se tienen y obtendremos los
Año TPDS KE TPDA
1997 2.159 1423 3582
Procedemos a calcular las proyecciones de 1998 2.062 1423 3485
2019 y 2029: 1999 2.138 1423 3561
2000 1.791 1423 3214
2001 1.584 1423 3007
2002 1.707 1423 3130
Para Y2019 tenemos:
2003 1.977 1423 3400
2004 2.903 1423 4326
2005 1.835 1423 3258
𝒚 = 𝟐𝟎𝟓𝟖. 𝟕 ∗ 𝟐𝟑𝟎.𝟏𝟔𝟑𝟗 2006 2.329 1423 3752
𝒚 = 𝟑𝟒𝟒𝟐 𝑽𝒆𝒉/𝒅í𝒂 2007 2.390 1423 3813
2008 2.464 1423 3887
2009 2.883 1423 4306
2010 3.538 1423 4961
Para Y2029 tenemos:
2011 4.685 1423 6108
𝒚 = 𝟐𝟎𝟓𝟖. 𝟕 ∗ 𝟑𝟑𝟎.𝟏𝟔𝟑𝟗 2012 3.046 1423 4469
2013 3.358 1423 4781
𝒚 = 𝟑𝟔𝟓𝟐 𝑽𝒆𝒉/𝒅í𝒂 2014 3.840 1423 5263
2015 3.614 1423 5037
2016 3.618 1423 5041
2017 4.131 1423 5554
TPDA. Ver Tabla 6.3
 Autores: FLOREZ, G1, et al: Evaluación de Capacidad y Servicio.

Con los datos convertidos a TPDA Para Y2019 tenemos:

podemos ahora emplear los diferentes
tipos de regresiones matemáticas que
describirán el volumen de transito futuro. 𝒚 = 𝟏𝟏𝟗. 𝟕𝟐(𝟐𝟑) + 𝟐𝟖𝟕𝟏
Por ello emplearemos las regresiones de
𝒚 = 𝟓𝟔𝟐𝟓 𝑽𝒆𝒉/𝒅í𝒂
tipo Lineal, Exponencial y Potencial, que
se obtuvieron mediante la herramienta Para Y2029 tenemos:
Excel.
𝒚 = 𝟏𝟏𝟗. 𝟕𝟐(𝟑𝟑) + 𝟐𝟖𝟕𝟏
510 𝒚 = 𝟔𝟖𝟐𝟐 𝑽𝒆𝒉/𝒅í𝒂
7000
Ahora procedemos a utilizar el método de
6000
regresión Logarítmica, por ello tenemos:
5000
4000
3000
2000 𝒚 = 𝟕𝟓𝟒. 𝟒𝟖 𝐥𝐧 𝒙 + 𝟐𝟓𝟓𝟕. 𝟓
1000
0

Procedemos a calcular las proyecciones de

2019 y 2029:
Figura 6.3. Gráfica Año vs TPDA,
Para Y2019 tenemos:
estación 510.
Por ello se obtuvieron las siguientes
ecuaciones en las que simplemente 𝒚 = 𝟕𝟓𝟒. 𝟒𝟖 𝐥𝐧 𝟐𝟑 + 𝟐𝟓𝟓𝟕. 𝟓
introduciremos el año y obtendremos el
𝒚 = 𝟒𝟗𝟐𝟑 𝑽𝒆𝒉/𝒅í𝒂
TPDA correspondiente para el año 2019 y
2029, por ellos las ecuaciones son: Para Y2029 tenemos:
Regresión Lineal:
Los datos presentan un coeficiente de 𝒚 = 𝟕𝟓𝟒. 𝟒𝟖 𝐥𝐧(𝟑𝟑) + 𝟐𝟓𝟓𝟕. 𝟓
correlación para las 3 ecuaciones
𝒚 = 𝟓𝟏𝟗𝟓𝟔 𝑽𝒆𝒉/𝒅í𝒂
propuestas de:
Ahora procedemos a utilizar el método de
𝑟 = 0,74
regresión Exponencial, por ello tenemos:
Por consiguiente, la ecuación de regresión
lineal es:
𝒚 = 𝟏𝟏𝟗. 𝟕𝟐𝒙 + 𝟐𝟖𝟕𝟏 𝒚 = 𝟐𝟕𝟖𝟕. 𝟔 ∗ 𝒙𝟎.𝟏𝟕𝟖𝟕

Procedemos a estimar las proyecciones de

volumen de tránsito Futuro a 2019 y 2029
 UNIVERSIDAD DE CARTAGENA
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL
Procedemos a calcular las proyecciones de Año TPDS KE TPDA
2019 y 2029: 1997 707 1038 1745
1998 1.383 1038 2421
1999 1.125 1038 2163
Para Y2019 tenemos: 2000 1.048 1038 2086
2001 965 1038 2003
2002 975 1038 2013
𝒚 = 𝟐𝟕𝟖𝟕. 𝟕 ∗ 𝟐𝟑𝟎.𝟏𝟕𝟖𝟕 2003 930 1038 1968
2004 1.204 1038 2242
𝒚 = 𝟒𝟖𝟖𝟐 𝑽𝒆𝒉/𝒅í𝒂 2005 1.171 1038 2209
2006 1.211 1038 2249
2007 1.748 1038 2786
Para Y2029 tenemos: 2008 1.618 1038 2656
2009 1.721 1038 2759
𝒚 = 𝟐𝟕𝟖𝟕. 𝟕 ∗ 𝟑𝟑𝟎.𝟏𝟔𝟑𝟗 2010 1.746 1038 3002
𝒚 = 𝟒𝟗𝟒𝟓 𝑽𝒆𝒉/𝒅í𝒂 2011 1.964 1038 2826
2012 1.788 1038 3273
6.4 Pronostico de Volumen de Transito 2013 2.235 1038 3303
Futuro estación 511: Carmen – 2014 2.265 1038 4448
Zambrano 2015 3.410 1038 3202
2016 2.164 1038 3443
Como se hizo en la estación anterior,
2017 2.405 1038 3102
debemos proceder a obtener la desviación
Con los datos convertidos a TPDA
estándar de la estación y calcular los
podemos ahora emplear los diferentes
TPDA por ello tenemos los siguientes
tipos de regresiones matemáticas que
datos:
describirán el volumen de transito futuro.
La desviación estándar: Por ello emplearemos las regresiones de
tipo Lineal, Exponencial y Potencial, que
E = 633.2 = 633 se obtuvieron mediante la herramienta
Ahora multiplicando por 1.64 que es el Excel.
coeficiente de confianza de 90% frente a
los valores que se tienen y obtendremos los 511
TPDA. Ver Tabla 6.4
5000

4000

3000

2000

1000

0
 Autores: FLOREZ, G1, et al: Evaluación de Capacidad y Servicio.

Figura 6.4. Gráfica Año vs TPDA, Para Y2019 tenemos:

estación 511.
Por ello se obtuvieron las siguientes
𝒚 = 𝟓𝟖𝟕. 𝟑𝟗 𝐥𝐧 𝟐𝟑 + 𝟏𝟑𝟕𝟕. 𝟓
ecuaciones en las que simplemente
introduciremos el año y obtendremos el 𝒚 = 𝟑𝟐𝟏𝟗 𝑽𝒆𝒉/𝒅í𝒂
TPDA correspondiente para el año 2019 y
2029, por ellos las ecuaciones son: Para Y2029 tenemos:

Regresión Lineal:
Los datos presentan un coeficiente de 𝒚 = 𝟓𝟖𝟕. 𝟑𝟗 𝐥𝐧(𝟑𝟑) 𝟏𝟑𝟕𝟕. 𝟓
correlación para las 3 ecuaciones 𝒚 = 𝟑𝟒𝟑𝟏 𝑽𝒆𝒉/𝒅í𝒂
propuestas de:
Ahora procedemos a utilizar el método de
𝑟 = 0,74 regresión Exponencial, por ello tenemos:
Por consiguiente, la ecuación de regresión
lineal es:
𝒚 = 𝟏𝟓𝟖𝟕. 𝟔 ∗ 𝒙𝟎.𝟐𝟐𝟒𝟐
𝒚 = 𝟗𝟎. 𝟔𝒙 + 𝟏𝟔𝟓𝟎. 𝟐
Procedemos a estimar las proyecciones de
volumen de tránsito Futuro a 2019 y 2029
Procedemos a calcular las proyecciones de
2019 y 2029:
Para Y2019 tenemos:

Para Y2019 tenemos:

𝒚 = 𝟗𝟎. 𝟔(𝟐𝟑) + 𝟏𝟔𝟓𝟎. 𝟐
𝒚 = 𝟑𝟕𝟑𝟒 𝑽𝒆𝒉/𝒅í𝒂
𝒚 = 𝟏𝟓𝟖𝟕. 𝟔 ∗ 𝟐𝟑𝟎.𝟐𝟐𝟒𝟐
Para Y2029 tenemos:
𝒚 = 𝟑𝟐𝟎𝟕 𝑽𝒆𝒉/𝒅í𝒂
𝒚 = 𝟗𝟎. 𝟔(𝟑𝟑) + 𝟏𝟔𝟓𝟎. 𝟐
𝒚 = 𝟒𝟔𝟒𝟎 𝑽𝒆𝒉/𝒅í𝒂
Para Y2029 tenemos:
Ahora procedemos a utilizar el método de
regresión Logarítmica, por ello tenemos: 𝒚 = 𝟏𝟓𝟖𝟕. 𝟔 ∗ 𝟑𝟑𝟎.𝟐𝟐𝟒𝟐
𝒚 = 𝟑𝟒𝟕𝟕 𝑽𝒆𝒉/𝒅í𝒂

𝒚 = 𝟓𝟖𝟕. 𝟑𝟗 𝐥𝐧 𝒙 + 𝟏𝟑𝟕𝟕. 𝟓

Procedemos a calcular las proyecciones de

2019 y 2029:
 UNIVERSIDAD DE CARTAGENA
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL
7. CONCLUSIÓN
Se puede evidenciar que en todas las
estaciones el pronóstico de volumen de
transito futuro varia con el tipo de
regresión utilizada.
Para la estación 506: María la Baja – Cruz
del Viso se obtuvo por el método de
regresión lineal que para el año 2019 iban
a transitar 2920 Veh / Día e iba a haber un Zambrano se obtuvo por el método de
aumento para el año 2029 de 3446
Veh/día, también se obtuvo por el método
de regresión logarítmica que en el año
2019 2593 Veh/día iban a circular por esta
vía y que para el año 2029 marcharían
2693 Veh/día y finalmente por el método
de regresión exponencial se obtuvo que
3067 Veh/día pasarían por esta vía en el
año 2019 y que para el 2029 lo hicieran
3853 Veh/día
En la estación 509: Puerta de Hierro –
Magangué se obtuvo por el método de
regresión lineal que para el año 2019 iban
a transitar 3791 Veh/día e iba a haber un
aumento para el año 2029 de 4448 Veh/día
también se obtuvo por el método de
regresión logarítmica que en el año 2019
3471 Veh/día iban a circular por esta vía
y que para el año 2029 marcharían 3648
Veh/día y finalmente por el método de
regresión exponencial se obtuvo que 3442
Veh/día pasarían por esta vía en el año
2019 y que para el 2029 lo hicieran 3652
Veh/día
Así mismo en la estación 510: Puerta de
Hierro – Cruz del Viso se obtuvo por el
método de regresión lineal que para el año
2019 iban a transitar 5625 Veh/día e iba a
haber un aumento para el año 2029 de
6822 Veh/día, también se obtuvo por el
método de regresión logarítmica que en el
año 2019 4923 Veh/día iban a circular por
esta vía y que para el año 2029 marcharían
51956 Veh/día y finalmente por el método
de regresión exponencial se obtuvo que
4882 Veh/día pasarían por esta vía en el
año 2019 y que para el 2029 lo hicieran
4945 Veh/día
Finalmente en la estación 511: Carmen –
regresión lineal que para el año 2019 iban
a transitar 3734 Veh/día e iba a haber un
aumento para el año 2029 de 4640
Veh/día, también se obtuvo por el método
de regresión logarítmica que en el año
2019 3219 Veh/día iban a circular por esta
vía y que para el año 2029 marcharían
3431 Veh/día y finalmente por el método
de regresión exponencial se obtuvo que
3207 Veh/díapasarían por esta vía en el
año 2019 y que para el 2029 lo hicieran
3477 Veh/día
De esto podemos acertar que las
estimaciones por los métodos de regresión
logarítmica y exponencial presentan cierta
afinidad y veracidad, puesto que el
incremento de vehículos por día es más
moderado que los resultados arrojados por
la regresión lineal a 10 años, por lo tanto
nuestro estudio legitima estos resultados.
Para concluir, el uso de los dispositivos de
control de tránsito resulta fundamentales,
que permiten distribuir control y regular el
flujo vehicular para poder tener más
condiciones de comodidad y a su vez
permite evitar la tasa de accidentalidad,
dadas las condiciones actuales para los
conductores en Colombia, en el que debe
también existir un componente social a
reforzar.
Autores: FLOREZ, G1, et al: Evaluación de Capacidad y Servicio.