Taller # 1 , De transito

Universidad Nacional de Colombia

Sede Bogotá
Facultad de Ingeniería
Área curricular de Ingeniería Civil y Agrícola

Pavimentos

Docente: Octavio Coronado García

Presentado por:
Cesar Augusto Tello Casas

Taller # 1 de transito

Punto 1

A partir de los estudios realizados por el INV, se presentan los volúmenes de transito promedio
diario estimados para la vía MELGAR – GIRARDOT en los años 2010 hasta 2018, de autos, buses
y camiones se muestra en la siguiente tabla.

Tabla # 1: Datos a partir de un estudio del Instituto Nacional De Vías

 Determinar la curva de aproximación que mejor se ajuste al comportamiento de los datos de

tránsito. Para ello es necesario hallar la ecuación de modelos lineales, exponencial,
logarítmica y potencial. ¿Cuál de los modelos refleja mejor el comportamiento? Explicar
con claridad ¿por qué?

Modelo lineal:

Para el modelo lineal se toma solamente el TPD y se acomodan los datos en la siguiente tabla que
corresponde al modelo lineal.
 Taller # 1 , De transito

Tabla # 2: datos necesarios para el modelo de predicción lineal

El modelo lineal tiene la forma de una ecuación lineal de la siguiente manera:

𝑦 = 𝑎 + 𝑏𝑥 (1)

De este modo quedan dos variables para hallar las cuales son a y b, para dichas variables existen las
siguientes formulas
∑ 𝑦 ∑ 𝑥 2 −∑ 𝑥 ∑ 𝑥𝑦
𝑎= 𝑛 ∑ 𝑥 2 −(∑ 𝑥)2
(2)

𝑛 ∑ 𝑥𝑦−∑ 𝑥 ∑ 𝑦
𝑏= 𝑛 ∑ 𝑥 2 −(∑ 𝑥)2
(3)

Aplicando los datos a la fórmula 1 se tiene que:

(10590∗204)−(36∗50960)
𝑎= 9(204)−1296
= 603, 33 (4)

9(50960)−(36∗10590)
𝑏= 9∗204−1296
= 143,33 (5)

Teniendo en cuenta las formulas 4 y 5 la ecuación del modelo lineal de ajuste es:

𝑦 = 603,33 + 143 𝑥 (6)

La ecuación de correlación, la cual indica en alguna medida la aproximación del ajuste lineal, es de
la forma:
𝑛 ∑ 𝑥𝑦−∑ 𝑥 ∑ 𝑦
𝑟= (7)
√(𝑛 ∑ 𝑥 2 −(∑ 𝑥)2 )∗(𝑛 ∑ 𝑦 2 −(∑ 𝑦)2 )

Aplicando la formula 7 a los valores de la tabla 2 se tiene que:

(9∗50960)−(36∗10590)
𝑟= = 0,954 (8)
√(9∗204−1296)∗(9∗13814100−112148100)

El dato arrojado por la formula 8 implica que el modelo lineal es aplicable para predicciones ya que
este tiene un valor cercano a 1

Modelo exponencial o potencial:

 Taller # 1 , De transito

A partir de los datos de la tabla 1 se genera con la columna de año y TPD la tabla 3 que corresponde
al ordenamiento de datos para un modelo potencial o exponencial:

Tabla # 3: tabla de datos necesarios para el modelo exponencial

El modelo potencial es de la forma:

𝑦 = 𝑎𝑏 𝑥 (10)

Lo que se lleva a la ecuación del modelo lineal (formula 1), aplicando logaritmos a ambos lados de
la igualdad

log 𝑦 = log 𝑎 + 𝑥 log 𝑏 (11)

Las variables desconocidas son halladas a través de las siguientes formulas:

∑ log 𝑦 ∑ 𝑥 2 −∑ 𝑥 ∑ 𝑥 log 𝑦
log 𝑎 = (12)
𝑛 ∑ 𝑥 2 −(∑ 𝑥)2

𝑛 ∑ 𝑥 log 𝑦−∑ 𝑥 ∑ log 𝑦

𝑏= 𝑛 ∑ 𝑥 2 −(∑ 𝑥)2
(13)

Aplicando a los datos las formulas 12 y 13 se obtiene que los parámetros a y b son los siguientes:
27,44∗204−36∗112,85
log 𝑎 = 9∗204−1296
= 2,84 (14)

Para obtener a basta con elevar 10 al resultado de la ecuación 14:

𝑎 = 102,84 = 694,6 (15)

Para b se tiene que:

9∗112,85−36∗27,44
log 𝑏 = = 0,051 (16)
9∗204−1296

Para obtener b se hace el mismo procedimiento que con log b:

𝑏 = 100.051 = 1,126 (17)

De este modo la fórmula del modelo exponencial o potencial es de la siguiente manera:

𝑦 = 694,6 ∗ (1,126)𝑥 (18)

La formula de correlación del modelo exponencial es de la siguiente manera:

 Taller # 1 , De transito

𝑛 ∑ 𝑥 log 𝑦−∑ 𝑥 ∑ log 𝑦

𝑟= (19)
√[(𝑛 ∑ 𝑥 2 −(∑ 𝑥)2 )]−[(𝑛 ∑(log 𝑦)2 −(∑ log 𝑦 )2 )]

Aplicando la formula 18 a los datos de la tabla 3 se obtiene que el valor de correlación es de:
9∗112,85−36∗27,44
𝑟= = 0,976 (20)
√[9∗204−1296]∗[(9∗83,81−752,96)]

Los datos del la formula 20 son aun mejores ya que se aproximan mas a 1 que los datos de
correlación del modelo lineal arrojados por la fórmula 8, esto implica que es más seguro trabajar
aproximaciones con el modelo exponencial que con el modelo lineal.

Modelo logarítmico:

A partir de los datos de la tabla 1 se genera con la columna de año y TPD la tabla 3 que corresponde
al ordenamiento de datos para un modelo logarítmico:

Tabla # 4: tabla de datos necesarios para el modelo logarítmico

Modelo logarítmico es de la forma:

𝑦 = 𝑎𝑥 𝑏 (21)

Para trabajar con la fórmula del modelo de una manera más eficiente se modela de la siguiente
manera:

ln 𝑦 = ln 𝑎 + 𝑏 ln 𝑥 (22)

Las variables quedan determinadas por las siguientes formulas:

∑ ln 𝑥 ∑ ln 𝑦
∑ (ln 𝑥∗ln 𝑦)−
𝑛
𝑏= (∑ ln 𝑥)2
(23)
∑ (ln 𝑥)2 −
𝑛

∑ ln 𝑦− 𝑏∗∑ ln 𝑥
ln 𝑎 = 𝑛
(24)

Aplicando las formulas 23 y 24 a los datos de la tabla # 4, se obtiene que:

12,8∗63,17
91,55−
9
𝑏= 163,84 = 0,407
22,35−
9
(25)
63,17− 0,407∗12,8
ln 𝑎 = 9
= 6,44 (26)
 Taller # 1 , De transito

Finalmente, a se obtiene de elevar a euler al valor de la formula 26

𝑎 = 𝑒 6,44 = 626,52 (27)

De este modo la fórmula del modelo logarítmico queda descrita por:

𝑦 = 626,52 𝑥 0,41 (28)

La función r de correlación para el modelo logarítmico obedece a la siguiente fórmula:

∑ ln 𝑥 ∑ ln 𝑦
𝑏∗[∑ (ln 𝑦∗ln 𝑦)− ]
𝑛
𝑟= (∑ ln 𝑦)2
(29)
∑ (ln 𝑦)2 −
𝑛

Aplicándolos a la tabla # 4 se obtiene que el valor de correlación es de:

12,8∗63,17
0,407∗[91,55− ]
9
𝑟= 3990,5 = 0,77 (30)
∑ 22,35−
9

El dato que arroja la ecuación 30 implica que frente a los modelos anteriores este es el que menos se
aproxima a la curva que generan los datos

Grafica # 1: grafica de los datos de la tabla 1, y las respectivas curvas de aproximación lineal y exponencial

Teniendo en cuenta todos los datos que se obtuvieron a través del ejercicio de los diferentes
modelos de aproximación trabajados, en que tiene mayor correlación con los datos es el modelo
exponencial, por lo tanto seria este el modelo optimo para trabajar las predicciones a futuro de los
datos que se obtuvieron desde el 2010 al 2018.

 Teniendo en cuenta el modelo antes seleccionado hallar el valor de la tasa anual de

crecimiento del tránsito.

Para obtener la tasa de crecimiento anual del tránsito en la vía de estudio se debe remitir a la
fórmula del interés compuesto, la cual obedece a la siguiente formula
 Taller # 1 , De transito

𝑇𝑛 = 𝑇𝑖 ∗ (1 + 𝑟)𝑛 (31)

Evidentemente es semejante a la fórmula del modelo de aproximación exponencial es decir la

fórmula 18, reacomodando entonces los términos se puede tener que r, que corresponde a la rata de
crecimiento anual es del 12,6%.

𝑇𝑛 = 694,6 ∗ (1 + 0,126)𝑛 (32)

 A partir de la ecuación de aproximación de ajuste elegida, calcular el tránsito de vehículos

comerciales para el año 2 019. Si la vida útil del proyecto es de 10 años, Calcule el trafico
acumulado para los diez años a partir del 2019.
Como la ecuación de predicción escogida es la número 18, ya que su correlación es la más alta de
los modelos de predicción estudiados, para determinar de el transito del año 2019, que corresponde
al periodo 10 de nuestro estudio, basta con remplazar n en la ecuación 32,

𝑇𝑛 = 694,6 ∗ (1 + 0,126)10 = 2276 (33)

Para obtener el transito acumulado durante los diez años de servicio de la vía, primeramente se debe
tener en cuenta el carril de diseño, para esto es necesario conocer cuántos carriles estarán en
servicio, para este ejercicio e ignorando la realidad se supone 4, esto implica que un 45% del tráfico
pasara por el carril que soportara el mayor volumen de vehículos y que para caso de estudio tiene
como nombre carril de diseño. De este modo del tránsito promedio diario del primer año de servicio
obtenemos el 45%, luego es multiplicado por el número de días y finalmente se aplicaran los datos
obtenidos a la integración de la fórmula 32.

𝑇𝑎𝑛𝑢𝑎𝑙 = 2276 ∗ 45% ∗ 365 = 373833 𝑣𝑒ℎ𝑖𝑐𝑢𝑙𝑜𝑠 𝑐𝑜𝑚𝑒𝑟𝑐𝑖𝑎𝑙𝑒𝑠 (34)

(1+0,126)10 −1
𝑇𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑜 = 373833 ∗ = 7´170.690 (35)
ln(1+0,126)

 Determinar el Factor Camión y e l número de Ejes Equivalentes de 8.2 Ton en el carril

diseño p a r a el 2030.
El factor camión se puede obtener de dos modos ya que no existe un pesaje correspondiente en la
tabla # 1, por el método de MOPT-INGEROUTE, o por el método de equivalencia de la
Universidad del Cauca, para este ejercicio se aplicaran ambos métodos; primeramente se debe
determinar el porcentaje del tránsito diario que corresponde a cada una de la clasificación de los
vehículos, para esto tomamos el último año de estudio, y se genera la siguiente tabla:

TABLA#5: tabla del factor de equivalencia por los métodos dispuestos para este ejercicio

Como puede verse a través de la tabla #5 el método MOPT – INGEROUTE es mucho más pequeño
que el valor conservador de método de la universidad del Cauca.
 Taller # 1 , De transito

La fórmula que nos convierte el factor camión y el numero acumulado de vehículos durante el
periodo de diseño en ejes equivalentes de 8,5 toneladas se simplifica a la siguiente formula

𝑁 = 𝑇𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑜 ∗ % (𝐵 + 𝐶) ∗ 𝑓𝑎𝑐𝑡𝑜𝑟 𝑐𝑎𝑚𝑖𝑜𝑛 (36)

Si aplicamos los resultados de la tabla # 5 y de la fórmula 35 se obtiene que le numero de ejes

acumulados durante el periodo de diseño y equivalentes es de:

𝑁 = 7´170.690 ∗ 0,7 ∗ 2,15 = 10´791.888 (37)

Esto es si utilizamos el método MOPT-INGEROUTE, si el método que se utiliza es el propuesto

por la Universidad del Cauca entonces,

𝑁 = 7´170.690 ∗ 0,7 ∗ 2,98 = 14´958.059 (38)

Evidentemente entre más grande el factor camión mayor será el numero de ejes acumulados, sin
embargo existe una gran diferencia entre los métodos utilizados, en más de 4 millones de ejes en la
calzada de diseño.

Punto 2.

 Durante 5 días de conteo en una estación de pesaje se determinó que pasaron 815 vehículos
pesados según se muestra en la tabla siguiente. Determinar el cálculo del coeficiente de
agresividad media (CAM) para:

• Un pavimento flexible.
• Un pavimento Semirrígido
• Un pavimento Rígido

Tabla# 6: conteo en una estación de pesaje

 Taller # 1 , De transito

El CAM relaciona las variables de un peso pesado con respecto a otro y las características de la
calzada sobre la cual transita El coeficiente CAM se obtiene en base a histogramas de carga por tipo
de eje los cuales se determinan con la ayuda de estaciones de pesada, se cuenta con estos
histogramas, por lo que se procedió a obtener primero la agresividad de un eje (A) dada por la
siguiente ecuación
𝑃 𝛼
𝐴 = 𝐾 (𝑃 ) (39)
0

Donde: P= carga que pasa por la calzada (centro de clase)

Po= carga del eje estándar de referencia
k y 𝛼 depende de la naturaleza del material de la estructura de calzada

Tabla# 7: coeficientes de acuerdo al tipo de carretera y eje

Luego se procede multiplicar la agresividad de un eje por el número de ejes (N) , se realiza la
sumatoria del producto A*N para cada intervalo, se realiza el mismo procedimiento para los tres
tipos de eje (simple, tándem, tridem) Finalmente se obtiene el coeficiente CAM por medio de la
siguiente ecuación

(40)

Donde: j= tipo de eje

i= intervalos de peso
V= número total de vehículos pesados

● Pavimento Flexible

Se empieza con el primer intervalo del eje simple por lo que se obtiene la agresividad A, como
resultado del promedio del intervalo de 10 hasta 30 KN de la tabla # 6, por los parámetros descritos
en la tabla #7 para los coeficientes alfa y K, tanto como para eje simple como para pavimento
flexible

20 4
𝐴 = 1 ∗ (82) = 0.004 (41)
 Taller # 1 , De transito

La carga estándar recordemos que es la equivalente a la carga de un eje simple normalizado, que
para el caso de Colombia es de 8,2 toneladas o 82 KN, luego se obtiene el producto de la
agresividad A y el número de ejes correspondiente al primer intervalo, esto es 300 ejes.

𝐴 ∗ 𝑁 = 0.0035 ∗ 310 = 1.062 (42)

Luego se suma cada producto 𝐴 ∗ 𝑁 correspondiente a cada intervalo, por lo que para el eje simple
se obtiene

∑ 𝑖 = 𝐴 ∗ 𝑁 = 1648,66 (43)

Para el eje tándem es de 143,06

Para el eje tridem es de 37.92

Finalmente se obtiene el coeficiente de agresividad media (CAM), para un V=815 vehículos de la

siguiente manera
1648,66+143,06+37,92
𝐶𝐴𝑀 = = 2,24 (44)
815

La tabla que acompaña los anteriores cálculos es la siguiente,

Tabla# 8: Calculo del coeficiente CAM en pavimento flexible

● Pavimento Rígido y semirrígido

 Taller # 1 , De transito

De este modo se calcula el CAM, para los pavimentos semirrígidos y rígidos, ya que tienen el
mismo coeficiente los cálculos para ambos son los mismos, evidentemente se utiliza el mismo
procedimiento anterior.

Tabla# 9: cálculo del coeficiente CAM en pavimentos rígidos y semirrígidos

Punto 3.

 Determine el factor de equivalencia de los siguientes camiones.

Tabla # 10: pesos individuales de ejes en camiones estándar

 Taller # 1 , De transito

Para este ejercicio es necesario remitirnos a una tabla que contenga los valores equivalentes para
cada eje, es decir el valor normalizado aceptable o estandarizado que debe soportar cada eje, esta
tabla es:

Tabla # 11: valores de equivalencia para tipo de eje

Teniendo en cuenta los valores que se exponen en la tabla # 10 se procede a la acomodación y

tratamiento de datos teniendo en cuenta la formula que permite la equivalencia,

𝑃 4
𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒𝑛𝑐𝑖𝑎 = ( ) (45)
𝑃0

Donde P = carga del camión

Po = carga estándar

Para obtener el factor camión solo basta con sumar las equivalencias de cada eje, para obtener el
factor camión de todos los vehículos, basta con sumar todos los factores camiones individuales y
luego dividirlo por el número de vehículos.
 Taller # 1 , De transito

Tabla # 12: cálculo del factor camión tanto individual como colectivo de un grupo de camiones

Conclusiones:

En cuanto a los vehículos que soportan mayor carga están 3S3 y 3R4, con 52 y 51 toneladas
respectivamente, sin embargo su factor camión diferencia por más de un punto, es decir 6,241 a
7,48 y esto aun teniendo una mayor distribución de peso, claro esta hablando de los valores
normalizados por INVIAS, en la AASTHO, existe la misma diferencia aunque el factor camión es
mayor para vehículos menos distribuidos y que tienen mayor carga.

El factor camión difiere también de la norma que se utilice, por ejemplo para la norma de INVIAS
el factor camión es de 3,7 aproximadamente, y para la AASTHO es de 4,2 esto implica de alguna
manera un mayor control por la AASTHO que por INVIAS.

Bibliografía:

 Montejo Fonseca, A. (1998). Ingenieri ́a de pavimentos para carreteras. Santafé de Bogotá:

Universidad Católica de Colombia.
 Troncos Rivera,J. (2017). [online] Disponible en:
http://www.bdigital.unal.edu.co/5337/2/juanricardotroncosorivera.2011.pdf [Acceso 28
Aug. 2017]