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 lineal a través
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.
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]
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

Estudio de Reproducibilidad de Mediciones La manera en la que se va a trabajar es

Manuales de Flujo Vehicular: hacia la primeramente hacer una recopilación de datos
Determinación de la Exactitud y Precisión desde la página del INVIAS con los TPD del
de los Estudios de Base de Tránsito año 1999 hasta el 2013 para previamente hacer
la comparativa con los datos reales obtenidos
Los estudios de base constituyen la primera para los años 2016, 2017 y 2018, la forma de
fuente de información para el desarrollo de operar estos datos es a través del método de
proyectos en el ámbito del transporte. La mínimos cuadrados.
recopilación de datos de terreno resulta
fundamental para la adecuada caracterización El método de mínimos cuadrados es una
de la oferta y la demanda de transporte, y la técnica en el análisis numérico que se
posterior toma de decisiones. Debido a que los encuentra dentro de lo que compete a la
errores obtenidos en la etapa de recopilación optimización matemática, en donde se da un
pueden extenderse hacia las siguientes fases conjunto de pares ordenados, una variable
del trabajo, y afectar de manera importante los independiente y una dependiente y en el cual
resultados obtenidos en diferentes se tratara de encontrar una función que
estimaciones (Kühlewin & Friedrich, 2000; aproxime los datos y permita predecir el
Gan et al., 2005; Ehlert et al., 2005), la calidad comportamiento de los futuros datos.
del proceso de levantamiento de datos resulta
fundamental para la obtención de resultados Las ecuaciones que definen el método son las
confiables. Entre los estudios de base de siguientes:
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 Figura 1 ecuaciones mínimos cuadrados
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
En donde: AÑO TPD
2004 1505
m es la pendiente de la recta la cual se obtiene
de multiplicar el número de datos por la 2005 2352
sumatoria de la multiplicación entre las 2006 1668
variables independientes con la dependiente 2007 2359
restándolo con la sumatoria de las variables 2008 2472
independientes por la sumatoria de las
2009 2502
variables dependientes dividiendo todo este
resultado en la multiplicación de la cantidad de 2010 3035
datos por la sumatoria de la variables 2011 3263
independientes al cuadrado menos la 2012 3378
sumatoria de las variables independientes
2013 3687
elevando esta sumatoria al cuadrado Tabla 1 Datos TPD

b es el punto en el que corta la función al eje Graficando los datos de la tabla anterior se
de las ordenadas y se obtiene de multiplicar la obtiene la siguiente gráfica:
sumatoria de las variables independientes por
la sumatoria de la variables independientes al
cuadrado menos la sumatoria de las variables 4000 Año vs TPD
independientes por la sumatoria de la
multiplicación de las variables independientes 3000
y dependientes, dividiendo todo este resultado
en la multiplicación del número de datos por 2000
la sumatoria de la variables independientes al
cuadrado menos la sumatoria de las variables 1000
independientes elevando esta sumatoria al
cuadrado 0
1995 2000 2005 2010 2015
Gráfica 1 Años vs TPD
En la tabla 1 se aprecian los datos de TPD Para poder procesar mejor los datos es
(trafico promedio diario) obtenidos desde la necesario realizar unos ajustes antes de iniciar
base de datos del INVIAS (instituto nacional
con el método, para ello se van a eliminar las
de vías) en la primera columna se encuentran
parejas que podrían considerarse como
los años en los que se obtuvo el cual, en el caso “atípicas” como lo son las de los años 2005 y
que vamos a trabajar van desde 1999 hasta el 2006 obteniendo de esta manera la siguiente
2013 para poder realizar el modelo de
gráfica:
regresión y predecir los TDA de los años 2016,
2017 y 2018; En la segunda columna se
encuentran los respectivos tráficos promedios Años vs TPD
4000
diarios correspondientes a cada año
3000

AÑO TPD 2000

1999 1102
1000
2000 1095
2001 1177 0
2002 1217 1995 2000 2005 2010 2015
2003 1395 Gráfica 2 Años vs TPD
 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
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
CONCLUSIONES
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.