ANÁLISIS DE FLUJO VEHICULAR
Restrepo J, Montoya N, Fuentes C, Morales R,
Universidad Santo Tomás
Villavicencio,
Meta
RESUMEN
La probabilidad como herramienta
matemática de cálculo de posibilidades ha
permitido generar modelos que nos permiten
entender la relación entre variables llegando
incluso a hacer predicciones de posibles
valores a obtener, y exactamente eso es lo que
se quiere presentar en el siguiente documento,
tomando como base el uso de la regresión
INTRODUCCIÓN
La estadística nos ayuda a dar sentido a la
recolección de datos y dar una conclusión que
nos permite tomar decisiones, la regresión
lineal es una de ellas y es la que mayor
protagonismo tiene en nuestro análisis de
flujo vehicular.
OBJETIVO GENERAL
Comparar los TPD de los años, 2016, 2017 y
2018 reales con los calculados con los datos
descargados desde la base de datos del
INVIAS
OBJETIVOS ESPECÍFICOS
- Relacionar el flujo vehicular por
medio de un modelo matemático con
la regresión lineal
- Buscar la línea de tendencia que
represente una serie de datos
obtenidos a través de un periodo
teniendo así mayor precisión con la
línea de tendencia.
lineal a través
del método de mínimos cuadrados se predijo
el crecimiento anual de tráfico en el corredor
nacional Cumaral-Paratebueno desde el año
del 1997 hasta el 2018 comparando los
resultados obtenidos con las datos
descargados desde la base de datos del
INVIAS (Instituto Nacional De Vías)
ESTADO DEL ARTE
Impacto de la Restricción
Vehicular sobre los Flujos en el
Transporte Urbano de Santiago
Mediante la estimación de modelos de
regresión, usando datos de los flujos de viajes
de Metro, buses y de automóviles en
Santiago, cuantificamos el efecto que tiene la
restricción vehicular sobre los flujos de
pasajeros de transporte público y privado.
Estimamos el efecto que tuvo durante 2008 la
restricción a vehículos sin convertidor
catalítico, que rige entre los meses de abril y
agosto, y el efecto de la restricción vehicular
durante los días de preemergencia ambiental,
que prohíbe el uso de vehículos con
convertidor catalítico durante episodios
críticos de contaminación entre las 7:30 y las
21:00 horas.
El principal resultado que obtenemos es que
la restricción permanente a
vehículos sin convertidor catalítico no tiene
impacto sobre la reducción en el
uso del automóvil, mientras que la restricción
adicional a vehículos con
convertidor catalítico durante los días de pre-
emergencia ambiental reduce en un 5,3% el
flujo diario de automóviles. Además, durante
los días de preemergencia, el flujo de
pasajeros en Metro aumenta alrededor de un
3%, mientras que en los buses no se observan
aumentos estadísticamente
significativos, lo cual nos indica que la pre-
emergencia no tiene mayores
efectos sobre el uso de buses como
alternativa al automóvil. [1]
Estudio de Reproducibilidad de
Mediciones Manuales de Flujo Vehicular:
hacia la Determinación de la Exactitud y
Precisión de los Estudios de Base de
Tránsito
Los estudios de base constituyen la primera
fuente de información para el desarrollo de
proyectos en el ámbito del transporte. La
recopilación de datos de terreno resulta
fundamental para la adecuada caracterización
de la oferta y la demanda de transporte, y la
posterior toma de decisiones. Debido a que
los errores obtenidos en la etapa de
recopilación pueden extenderse hacia las
siguientes fases del trabajo, y afectar de
manera importante los resultados obtenidos
en diferentes estimaciones (Kühlewin &
Friedrich, 2000; Gan et al., 2005; Ehlert et
al., 2005), la calidad del proceso de
levantamiento de datos resulta fundamental
para la obtención de resultados confiables.
Entre los estudios de base de transporte, las
mediciones manuales de flujo vehicular
constituyen una importante fuente de
información, debido a su amplia gama de
aplicaciones, y a la relativa sencillez de su
metodología. Sin embargo, más allá de
algunas recomendaciones de SECTU (1988),
un bajo nivel de investigación en el ámbito
nacional se ha orientado al estudio de la
calidad de la información recopilada de
acuerdo a esta modalidad, y a los factores que
influyen en ella. En este trabajo, se propone
considerar al medidor de flujo vehicular y sus
implementos de trabajo (formularios, lápices
y cronómetro, entre otros), como un sistema
de medición, y estudiar la influencia del
volumen vehicular medido y la duración de
los turnos de medición, en la precisión de los
resultados obtenidos. De esta forma, se
pretende lograr una primera aproximación al
estudio académico de la precisión de los
resultados obtenidos en los estudios de base
de transporte, y presentar una metodología
que permita identificar las fuentes de error en
las mediciones manuales de flujo y, con ello,
mejorar la calidad de la información
recopilada en terreno. [2]
METODOLOGÍA
La manera en la que se va a trabajar es
primeramente hacer una recopilación de datos
desde la página del INVIAS con los TPD del
año 1999 hasta el 2013 para previamente
hacer la comparativa con los datos reales
obtenidos para los años 2016, 2017 y 2018, la
forma de operar estos datos es a través del
método de mínimos cuadrados.
El método de mínimos cuadrados es una
técnica en el análisis numérico que se
encuentra dentro de lo que compete a la
optimización matemática, en donde se da un
conjunto de pares ordenados, una variable
independiente y una dependiente y en el cual
se tratara de encontrar una función que
aproxime los datos y permita predecir el
comportamiento de los futuros datos.
Las ecuaciones que definen el método son las
siguientes:
Figura 1 ecuaciones mínimos cuadrados
 AÑO TPD
2001 1177
2002 1217
En donde: 2003 1395
2004 1505
m es la pendiente de la recta la cual se 2005 2352
obtiene de multiplicar el número de datos por 2006 1668
la sumatoria de la multiplicación entre las
2007 2359
variables independientes con la dependiente
restándolo con la sumatoria de las variables 2008 2472
independientes por la sumatoria de las 2009 2502
variables dependientes dividiendo todo este 2010 3035
resultado en la multiplicación de la cantidad 2011 3263
de datos por la sumatoria de la variables 2012 3378
independientes al cuadrado menos la
sumatoria de las variables independientes 2013 3687
Tabla 1 Datos TPD
elevando esta sumatoria al cuadrado
Graficando los datos de la tabla anterior se
b es el punto en el que corta la función al eje obtiene la siguiente gráfica:
de las ordenadas y se obtiene de multiplicar la
sumatoria de las variables independientes por
la sumatoria de la variables independientes al 4000 Año vs TPD
cuadrado menos la sumatoria de las variables 3500
independientes por la sumatoria de la 3000
multiplicación de las variables independientes 2500
y dependientes, dividiendo todo este 2000
resultado en la multiplicación del número de 1500
datos por la sumatoria de la variables 1000
independientes al cuadrado menos la 500
sumatoria de las variables independientes 0
0 2 4 6 8 10 12 14 16 18 20
elevando esta sumatoria al cuadrado
Gráfica 1 Años vs TPD

Para poder procesar mejor los datos es

En la tabla 1 se aprecian los datos de TPD
necesario realizar unos ajustes antes de iniciar
(trafico promedio diario) obtenidos desde la
con el método, para ello se van a eliminar las
base de datos del INVIAS (instituto nacional
parejas que podrían considerarse como
de vías) en la primera columna se encuentran
“atípicas” como lo son las de los años 2005 y
los años en los que se obtuvo el cual, en el
2006 obteniendo de esta manera la siguiente
caso que vamos a trabajar van desde 1999
gráfica:
hasta el 2013 para poder realizar el modelo de
regresión y predecir los TDA de los años
2016, 2017 y 2018; En la segunda columna se
encuentran los respectivos tráficos promedios
diarios correspondientes a cada año

AÑO TPD
1999 1102
2000 1095
 Gráfica 2 Años vs TPD
4000 Años vs TPD
3500
3000
2500
2000
1500
1000
500
0
1998 2000 2002 2004 2006 2008 2010 2012 2014

AÑOS TIPICOS X^2 X*Y AÑOS MODELO INVIAS

AÑO TPD 3996001 2202898 1997 380 1742
1999 1102 4000000 2190000 1998 577 1402
2000 1095 4004001 2355177 1999 774 1102
2001 1177 4008004 2436434 2000 971 1095
2002 1217 4012009 2794185 2001 1168 1177
2003 1395 4016016 3016020 2002 1365 1217
2004 1505 4028049 4734513 2003 1562 1395
2007 2359 4032064 4963776 2004 1759 1505
2008 2472 4036081 5026518 2005 1956 2352
2009 2502 4040100 6100350 2006 2153 1668
2010 3035 4044121 6561893 2007 2350 2359
2011 3263 4048144 6796536 2008 2547 2472
2012 3378 4052169 7421931 2009 2744 2502
2013 3687 52316759 56600231 2010 2941 3035
26079 28187 2011 3138 3263
m 196.9746277 2012 3335 3378
b -392978.0243 2013 3532 3687
2014 3729 2997
2015 3926 3214
2016 4123 4120
2017 4320 3252
2018 4517 2526

Procesando los datos en Excel se obtuvieron CONCLUSIONES

los datos de la tabla anterior en donde
m = 196.974, b = -392978.02
Para obtenerlos fue necesario poner en
práctica las ecuaciones previamente
explicadas, los cuadro resaltados en verde
equivalen a las sumatorias respectivas de
cada columna, la columna modelo se refiere
al dato obtenido mediante la regresión y la
columna INVIAS al dato real obtenido de la
base de datos
Como primera medida se puede resaltar que,
en los años 2014, 2017 y 2018 el tráfico tuvo
un decrecimiento considerable, y esto se
puede atribuir a los cierres forzosos que ha
tenido la vía a lo largo de los años producto
de los derrumbes entre los cuales frecuenta el
kilómetro 55.
El modelo se aproxima bastante bien con los
años típicos de flujo vehicular permitiendo de
manera exitosa hacer una aproximación del
crecimiento con el pasar de los años como
por
ejemplo el año 2016 en donde la diferencia
entre el flujo estimado y el real fue apenas de
3.

Para los años más antiguos el modelo no

funciona correctamente, claramente se
evidencia que el TPD calculado es
significativamente menor al real

Como cuarta conclusión se podría inferir que

el modelo tendría un tope de años en el que
funcionaria, probablemente entre más pasen
los años el crecimiento real supere con creces
al modelo realizado, posiblemente se deba a
que el crecimiento real no se comporta de
manera lineal y para ello sea necesario
recurrir a otro tipo de modelo.

BIBLIOGRAFÍA

[1]R. Troncoso O, "Impacto de la Restricción

Vehicular sobre los Flujos en el Transporte
Urbano de Santiago", 2020. [Online].
Available: https://lyd.org/wp-
content/uploads/2011/05/SIE-210-Impacto-
de-la-restriccion-vehicular-sobre-los-flujos-
en-el-transporte-urbano-de-Stgo-LdeGrange-
y-RTroncoso-Diciembre2010.pdf

[2]C. Domarchi, I. Sicre and Ó. Hinojosa,

"Estudio de Reproducibilidad de Mediciones
Manuales de Flujo Vehicular: hacia la
Determinación de la Exactitud y Precisión de
los Estudios de Base de Tránsito". [Online].
Available:
http://www.ingenieriadetransporte.org/index.p
hp/sochitran/article/view/98/43.