Taller 1

Análisis Serie Histórica de Tránsito

Iván Andrés González Burgos

Facultad de Ingeniería Civil, Universidad del Cauca

Ingeniería Civil
Ing. Carlos Alberto Arboleda Vélez
20 de marzo de 2024
Popayán – Cauca

1
 INTRODUCCIÓN

El Análisis de series históricas de tránsito se nos presenta como una metodología fundamental para
la dirección del transporte y para darle una mejor estructura a la planificación urbana. Con ayuda de
las matemáticas esta metodología o disciplina se centra mayormente en el análisis y en la comprensión
de los diferentes comportamientos, tendencias, modelos y patrones que ha experimentado el tráfico
en un periodo determinado de tiempo. Para este proceso se utilizan datos que han sido recopilados de
manera continua, por lo tanto, proporcionan información crucial y precisa en muchos casos, para
entender cómo evoluciona el flujo de vehículos en una determinada área geográfica.
En el tema a estudiar se introduce un concepto que es el pronóstico del volumen de tránsito futuro,
como lo es el tránsito promedio diario (TPD) que corresponde al número de vehículos que pasan
durante un periodo de tiempo determinado (en días completos) igual o menor a un año y mayor a un
día, dividido para el número de días del periodo completo. 2 Otro ejemplo sería el tránsito promedio
diario anual (TPDA) del año de proyecto, en la construcción de una nueva carretera o en el
mejoramiento de una carretera existente, deberá basarse no solamente en los volúmenes normales
actuales, sino también en los incrementos del tránsito que se espera utilicen la nueva carretera. 1 Esto
implica utilizar técnicas estadísticas; como los es el análisis de regresión que mediante esta técnica
podemos obtener información sobre cómo una variable de interés “Y”, variable dependiente, varía
cuando una de las independientes lo hace; y computacionales de gran avance para procesar una gran
cantidad de datos y así poder obtener información y conocimientos que hayan generado cambios
pequeños o de gran magnitud.
En el presente informe se pretende analizar de forma estadística el Tránsito promedio diario (TPD)
de un tramo ubicado en Lobo Guerrero – Buenaventura, esto con el fin de obtener los volúmenes de
tránsito futuros de los diferentes tipos de transporte (carros, buses, camiones, etc.) y así determinar
cómo se comportará esta ruta a medida que avanza el tiempo. Para esto se utilizarán 4 tipos de
modelos de regresión aplicados en una gráfica TPD v Año, pero se escogerá en un primer punto
solamente el modelo de mejor ajuste. Tanto los datos, como las gráficas y las ecuaciones son
proporcionados por la aplicación Tránsito.

OBJETIVOS

 Analizar los volúmenes de tránsito tanto en el pasado, presente, pero sobre todo en el futuro de
la carretera 404001 Lobo Guerrero – Buenaventura.

 Determinar el mejor modelo de regresión de los datos TPD para estimar una proyección desde
2025 hasta 2034.

 Analizar la serie histórica de tránsito para un grupo determinado de vehículos.

2
 CARRETERA

La carretera corresponde a la vía 40-40-01 designada como transversal, ubicada en Buenaventura –

Lobo Guerrero. Regional: 25 Valle. El tipo de tramo corresponde a una calzada de dos sentidos con
2 carriles y abarca una longitud de 64 km. En las figuras 1 y 2 se puede resaltar cómo esta carretera
en la mayoría de su trayecto va en paralelo con el Río Danubio.

Latitud: 3°51’30,11’’
Longitud: -76°51’17,11’’

Figura 1. Ubicación especifica de la carretera

Figura 2. Vista de la carretera Transversal 40-40-01

3
 ANÁLISIS

En la tabla 1 se muestran os datos que se obtuvieron de la estación de conteo 277 en el programa

Transito. En esta se muestran los TPD, años y los diferentes tipos de vehículos que conforman la
composición vehicular general de una carretera. Algunos de estos datos se utilizarán tanto en el punto
1 como en el punto 2.

Para obtener estos datos en el programa habrá que dirigirse a la barra de herramientas donde dice
“Base de datos” y luego daremos clic en la opción “Serie histórica estaciones de conteo”, en la pestaña
que se abrirá se introducirá el código de la estación en nuestro caso 277.

Figura 3. Cómo obtener Serie histórica estación de conteo

Tabla 1. Serie Histórica de estación de conteo y su composición vehicular.

Año TPD %AUTO %BUS %C2P %C2G %C3-C4 %C5 %C6 %MOTO %MOTOCARRO Si/No *
1968 112 45 10 6.89 12.98 3.94 17.88 3.31 0 0 Si
1969 171 52 9 5.97 11.25 3.41 15.5 2.87 0 0 Si
1971 481 19 8 11.19 21.05 6.39 29.01 5.36 0 0 Si
1972 331 27 8 9.95 18.75 5.69 25.83 4.78 0 0 Si
1973 632 32 15 8.12 15.29 4.64 21.06 3.89 0 0 Si
1974 562 31 12 8.73 16.44 4.99 22.65 4.19 0 0 Si
1975 974 38 11 7.81 14.71 4.46 20.27 3.75 0 0 Si
1976 823 41 17 6.43 12.11 3.68 16.69 3.09 0 0 Si
1977 1475 36 11 8.12 15.29 4.64 21.06 3.89 0 0 Si
1978 1580 36 14 7.66 14.42 4.38 19.87 3.67 0 0 Si
1979 1915 33 12 8.43 15.86 4.81 21.86 4.04 0 0 Si
1980 2064 37 11 7.96 15 4.55 20.67 3.82 0 0 Si
1981 1819 38 13 7.51 14.13 4.29 19.47 3.6 0 0 Si
1982 2141 40 12 7.35 13.84 4.2 19.08 3.53 0 0 Si
1983 1833 39 15 7.04 13.27 4.03 18.28 3.38 0 0 Si
1984 1924 44 14 6.43 12.11 3.68 16.69 3.09 0 0 Si
1985 1933 40 14 7.04 13.27 4.03 18.28 3.38 0 0 Si
1986 1746 48 14 5.82 10.96 3.33 15.1 2.79 0 0 Si
1987 1738 41 14 6.89 12.98 3.94 17.88 3.31 0 0 Si
1988 2112 43 11 7.04 13.27 4.03 18.28 3.38 0 0 Si
1989 2211 44 12 6.74 12.69 3.85 17.49 3.23 0 0 Si
1990 1982 45 14 6.61 12.65 3.934 13.31 4.5 0 0 Si
1991 1740 44 11 7.25 13.89 4.31 14.61 4.94 0 0 Si
1992 2370 46 11 6.01 10.7 4.14 14.54 7.61 0 0 Si
1993 2615 43 12 6.29 11.2 4.33 15.22 7.96 0 0 Si
 1981 1819 38 13 7.51 14.13 4.29 19.47 3.6 0 0 Si
1982 2141 40 12 7.35 13.84 4.2 19.08 3.53 0 0 Si
1983 1833 39 15 7.04 13.27 4.03 18.28 3.38 0 0 Si
1984 1924 44 14 6.43 12.11 3.68 16.69 3.09 0 0 Si
1985 1933 40 14 7.04 13.27 4.03 18.28 3.38 0 0 Si
1986 1746 48 14 5.82 10.96 3.33 15.1 2.79 0 0 Si
1987 1738 41 14 6.89 12.98 3.94 17.88 3.31 0 0 Si
1988 2112 43 11 7.04 13.27 4.03 18.28 3.38 0 0 Si
1989 2211 44 12 6.74 12.69 3.85 17.49 3.23 0 0 Si
1990 1982 45 14 6.61 12.65 3.93 13.31 4.5 0 0 Si
1991 1740 44 11 7.25 13.89 4.31 14.61 4.94 0 0 Si
1992 2370 46 11 6.01 10.7 4.14 14.54 7.61 0 0 Si
1993 2615 43 12 6.29 11.2 4.33 15.22 7.96 0 0 Si
1994 2776 46 7 5.43 11.87 2.92 14.2 12.58 0 0 Si
1995 3285 50 8 5.44 9.53 2.82 11.49 12.72 0 0 Si
1997 3083 48 5 5.37 9.23 3.53 14.89 13.98 0 0 Si
1998 3631 46 4 5.76 8.32 3.39 15.49 17.04 0 0 Si
1999 3044 46 7 5.19 6.09 3.36 14.2 18.16 0 0 Si
2000 3271 43 6 3.2 8.02 3.9 14.42 21.46 0 0 Si
2001 3127 43 7 7.33 5.54 3.07 13.78 20.28 0 0 Si
2002 3414 41 10 7.93 5.58 3.61 12.75 19.13 0 0 Si
2003 3473 42 3 6.4 7.1 3.87 14.76 22.87 0 0 Si
2004 3587 46 9 5.92 4.96 4.53 11.53 18.06 0 0 Si
2005 3796 41.8 7.17 6.4 5.19 5.98 13.2 20.26 0 0 Si
2006 3373 40.88 8.83 7.41 6.22 6.58 10.25 19.83 0 0 Si
2007 4344 36.9 8.2 6.88 5.59 6.43 14.19 21.81 0 0 Si
2008 4375 37.76 6.31 6.35 5.03 9.55 9.42 25.58 0 0 Si
2009 4485 40.66 6.51 7.25 3.95 9.1 7.74 24.79 0 0 Si
2010 4908 29.93 7.01 5.5 6.78 12.39 8.54 29.85 0 0 Si
2011 4388 28.14 7.47 7.54 5.99 11.35 7.45 32.06 0 0 Si
2012 4518 28.76 6.33 7.77 5.15 9.94 7.49 34.56 0 0 Si
2013 5901 33.33 2.68 7.21 5.39 12.08 10.08 29.23 0 0 Si
2014 8076 37.11 8.87 9.32 9.62 10.22 5.69 19.17 0 0 Si
2015 5429 30 8 10.7 11 11.7 6.5 22 0 0 Si
2017 6267 45 3 9 9.3 9.8 5.5 18.5 0 0 Si
2018 7054 37 1 10.71 11.07 11.66 6.55 22.01 0 0 Si

1. Calculadora
Los datos a utilizar en este punto solo serán los TPD y el año correspondiente. Para una mayor
exactitud a los años se les restara 1967 para comenzar desde el número 1 y así los métodos de
regresión arrojarán mejores resultados. De esta manera obtendremos la tabla 2.
Tabla 2.
Año TPD Los cuatro modelos de regresión a buscar serán:
1 112
2 171
 Lineal: y=a+bx
4 481  Exponencial: y=aebx
5 331  Potencial: y=axb
6 632  Logarítmico: y=a+blnx
7 562
8 974 Como en nuestro caso la “Y” representa el Transito promedio diario
9 823 y la “X” representa el año, las ecuaciones de los modelos quedarían
10 1475 de la siguiente manera.
11 1580
12 1915
13 2064
14 1819
5
15 2141
16 1833
17 1924
5 331
6 632
7 562
8 974
9 823
10 1475
11 1580  Lineal: TPD=a+b*Año
12 1915  Exponencial: TPD=aeb*Año
13 2064  Potencial: TPD=a*Añob
14 1819
 Logarítmico: TPD=a+b*ln (Año)
15 2141
16 1833
17 1924
18 1933
19 1746
20 1738
21 2112
22 2211
23 1982
24 1740
25 2370
26 2615
27 2776
Figura 4. Modelos de Regresión
28 3285 Para determinar cuál es el mejor modelo, a través de la calculadora
30 3083
obtendremos el coeficiente de determinación (r 2) que es qué tan cerca
31 3631
están los datos de la línea de regresión ajustada en otras palabras el
32 3044
33 3271 resultado más cercano a 1.
34 3127 Los resultados obtenidos fueron los siguientes:
35 3414
36 3473
37 3587
38 3796  Lineal: TPD= -158,4270+116,0590*Año
39 3373 R2: 0,8835
40 4344
41 4375  Exponencial: TPD=521,4555* e 0,0547*Año
42 4485 R2: 0,7865
43 4908
44 4388  Potencial: TPD=102,4592*Año 1.0153
45 4518 R2: 0,9515
46 5901
47 8076  Logarítmico: TPD= -2280,5936+1710,1999*ln (Año)
48 5429 R2: 0,6747
50 6267
51 7054

Se puede evidenciar de una manera muy clara que el modelo de

regresión que más se ajusta es la potencial dando un valor de 0,9515
el más cercano a 1. Con esta ecuación procederemos a analizar las
variaciones que tendrá el TPD desde el año 2025 hasta el 2034. Los
resultados obtenidos en la tabla 3.

Recordar que al año se le resta 1967, cómo se comienza en 2025 el

primer numero será 58 y así seguir con los demás para reemplazar en
la ecuación. Los resultados de las ecuaciones en la gráfica 1.

6
Tabla 3.
Año TPD Se observa cómo a través del tiempo el tránsito promedio diario de
2025 6323.5274 esta carretera va en ascendencia y sube casi cada 10 años una
cantidad de 1000 vehículos promedio, ósea que por cada año el
2026 6434.2363 promedio diario subirá una centena de vehículos promedio. Esto
2027 6544.9740 determina entonces, que esta carretera en un futuro no muy lejano
2028 6655.7399 será mayormente transitada y tendrá un volumen mayor, que, en
2029 6766.5336 consecuencia, probablemente se tendrá que hacer pequeñas
2030 6877.3546 modificaciones a esta carretera para que así no haya congestiones y
estancos en algunos de sus tramos.
2031 6988.2026
2032 7099.0771 Este tramo pertenece a una de las rutas más importantes de
2033 7209.9776 Colombia, la ruta Nacional 40 de Colombia, es muy conocida ya que
atraviesa la ciudad de Buenaventura, departamento del Valle del
2034 7320.9039
Cauca y finaliza en Puerto Carreño, departamento del Vichada. Por
eso, hacerle un estudio de TPD es de gran ayuda y solo con usar la
calculadora se pudo estimar de una manera no tan detallada como
varía el tránsito de esta vía.

2. Programa Transito

En este caso haremos el mismo procedimiento, pero con ayuda del programa tránsito y ya no
solamente con el TPD, también para los autos, buses, camiones y C5. Los datos mostrados en la tabla
1 son los que se utilizarán para el cálculo de las ecuaciones. Como la tabla nos presenta el porcentaje
se tendrá que pasar a cantidad, por ejemplo, para el año 2015 el porcentaje para Auto es de 30%,
multiplicaremos por el TPD para hallar la cantidad y poder obtener tanto gráfica como tabla, así:

Año 2015 TPD: 5429 %Auto: 30

30
5429 ∗ = 1628,7
100
TPD:

Para poder visualizar los modelos de regresión en el programa habrá que ubicarse en la barra de
herramientas donde dice “Reportes” y “Coeficientes ecuaciones de Regresión” directamente nos
mostrara los cuatro tipos de modelos de regresión antes mencionados.

Figura 5. Paso para obtener modelos de regresión

7
Tabla 4. Resultado de los modelos de regresión para el TPD

Gráfica 2. Modelos de Regresión con respecto al TPD

8
AUTOS:

Como ya se mencionó se tendrá que cambiar los porcentajes a cantidades. Así obtendremos la tabla
5, 5.1, 6 y la gráfica 3. Nota: En la tabla 6 se muestra en las ecuaciones TPD lo que en verdad significa
Auto.

Tabla 5. Tabla 5.1

Año %AUTO AUTO Año %AUTO AUTO
1968 45 50.40 1993 43 1124.45
1969 52 88.92 1994 46 1276.96
1971 19 91.39 1995 50 1642.50
1972 27 89.37 1997 48 1479.84
1973 32 202.24 1998 46 1670.26
1974 31 174.22 1999 46 1400.24
1975 38 370.12 2000 43 1406.53
1976 41 337.43 2001 43 1344.61
1977 36 531.00 2002 41 1399.74
1978 36 568.80 2003 42 1458.66
1979 33 631.95 2004 46 1650.02
1980 37 763.68 2005 41.8 1586.73
1981 38 691.22 2006 40.88 1378.88
1982 40 856.40 2007 36.9 1602.94
1983 39 714.87 2008 37.76 1652.00
1984 44 846.56 2009 40.66 1823.60
1985 40 773.20 2010 29.93 1468.96
1986 48 838.08 2011 28.14 1234.78
1987 41 712.58 2012 28.76 1299.38
1988 43 908.16 2013 33.33 1966.80
1989 44 972.84 2014 37.11 2997.00
1990 45 891.90 2015 30 1628.70
1991 44 765.60 2017 45 2820.15
1992 46 1090.20 2018 37 2609.98

Tabla 6. Resultado de los modelos de regresión para los Autos

Tipo de Ecuación Año Inicial A B r² Ecuación
LINEAL [y = A + Bx] 1967 11.9925 42.8186 0.8378 TPD = 11.9925 + 42.8186(Año - 1967)
EXPONENCIAL [y = A * e^(B*x)] 1967 199.8103 0.0554 0.7439 TPD = 199.8103 * e^(0.0554(Año - 1967))
LOGARITMICA [y = A + B*Ln(x)] 1967 -852.6575 658.1824 0.6962 TPD = -852.6575 + 658.1824*Ln(Año - 1967))
POTENCIAL [y = A * x^B] 1967 36.6434 1.0437 0.9295 TPD = 36.6434 * (Año - 1967)^1.0437

9
Gráfica 3. Modelos de Regresión con respecto a los Autos.

10
BUSES:

De la misma manera, se obtendrán las tablas 7, 7.1, 8 y la gráfica 4.

Tabla 7 Tabla 7.1
Año %BUS BUS Año %BUS BUS
1968 10 11.20 1993 12 313.80
1969 9 15.39 1994 7 194.32
1971 8 38.48 1995 8 262.80
1972 8 26.48 1997 5 154.15
1973 15 94.80 1998 4 145.24
1974 12 67.44 1999 7 213.08
1975 11 107.14 2000 6 196.26
1976 17 139.91 2001 7 218.89
1977 11 162.25 2002 10 341.40
1978 14 221.20 2003 3 104.19
1979 12 229.80 2004 9 322.83
1980 11 227.04 2005 7.17 272.17
1981 13 236.47 2006 8.83 297.84
1982 12 256.92 2007 8.2 356.21
1983 15 274.95 2008 6.31 276.06
1984 14 269.36 2009 6.51 291.97
1985 14 270.62 2010 7.01 344.05
1986 14 244.44 2011 7.47 327.78
1987 14 243.32 2012 6.33 285.99
1988 11 232.32 2013 2.68 158.15
1989 12 265.32 2014 8.87 716.34
1990 14 277.48 2015 8 434.32
1991 11 191.40 2017 3 188.01
1992 11 260.70 2018 1 70.54

Tabla 8. Resultado de los modelos de regresión para los Buses

Tipo de Ecuación Año Inicial A B r² Ecuación
LINEAL [y = A + Bx] 1967 107.9034 4.5554 0.304 TPD = 107.9034 + 4.5554(Año - 1967)
EXPONENCIAL [y = A * e^(B*x)] 1967 81.341 0.0312 0.3168 TPD = 81.3410 * e^(0.0312(Año - 1967))
LOGARITMICA [y = A + B*Ln(x)] 1967 -35.1403 87.035 0.3902 TPD = -35.1403 + 87.0350*Ln(Año - 1967))
POTENCIAL [y = A * x^B] 1967 19.8554 0.7394 0.6263 TPD = 19.8554 * (Año - 1967)^0.7394

11
Gráfica 4. Modelos de Regresión con respecto a los Buses

12
CAMIONES:

Con respecto a los camiones no se colocará la tabla de cantidades y porcentajes ya que abarca diferentes divisiones. Se obtuvo entonces la tabla 9 y
la gráfica 5.

Gráfica 5. Modelos de Regresión con respecto a los Camiones

13
Tabla 9. Resultado de los modelos de regresión para los Camiones
Tipo de Ecuación Año Inicial A B r² Ecuación
LINEAL [y = A + Bx] 1967 -278.3861 68.688 0.8378 TPD = -278.3861 + 68.6881(Año - 1967)
EXPONENCIAL [y = A * e^(B*x)] 1967 241.2988 0.0581 0.806 TPD = 241.2988 * e^(0.0581(Año - 1967))
LOGARITMICA [y = A + B*Ln(x)] 1967 -1392.8625 965.01 0.5816 TPD = -1392.8625 + 965.0105*Ln(Año - 1967))
POTENCIAL [y = A * x^B] 1967 47.3134 1.0447 0.9177 TPD = 47.3134 * (Año - 1967)^1.0447

C5:

Una división de los camiones. Resultados en las tablas 10, 10.1, 11 y grafica 6.

Tabla 10 Tabla 10.1

Año %C5 C5 Año %C5 C5
1968 17.88 20.026 1993 15.22 398.003
1969 15.5 26.505 1994 14.2 394.192
1971 29.01 139.538 1995 11.49 377.447
1972 25.83 85.497 1997 14.89 459.059
1973 21.06 133.099 1998 15.49 562.442
1974 22.65 127.293 1999 14.2 432.248
1975 20.27 197.430 2000 14.42 471.678
1976 16.69 137.359 2001 13.78 430.901
1977 21.06 310.635 2002 12.75 435.285
1978 19.87 313.946 2003 14.76 512.615
1979 21.86 418.619 2004 11.53 413.581
1980 20.67 426.629 2005 13.2 501.072
1981 19.47 354.159 2006 10.25 345.733
1982 19.08 408.503 2007 14.19 616.414
1983 18.28 335.072 2008 9.42 412.125
1984 16.69 321.116 2009 7.74 347.139
1985 18.28 353.352 2010 8.54 419.143
1986 15.1 263.646 2011 7.45 326.906
1987 17.88 310.754 2012 7.49 338.398
1988 18.28 386.074 2013 10.08 594.821
1989 17.49 386.704 2014 5.69 459.524
1990 13.31 263.804 2015 6.5 352.885
1991 14.61 254.214 2017 5.5 344.685
1992 14.54 344.598 2018 6.55 462.037

Tabla 11. Resultado de los modelos de regresión para los Buses

Tipo de Ecuación Año Inicial A B r² Ecuación
LINEAL [y = A + Bx] 1967 180.8298 6.4635 0.488 TPD = 180.8298 + 6.4635(Año - 1967)
EXPONENCIAL [y = A * e^(B*x)] 1967 137.0991 0.0304 0.422 TPD = 137.0991 * e^(0.0304(Año - 1967))
LOGARITMICA [y = A + B*Ln(x)] 1967 -30.7776 126.3727 0.6561 TPD = -30.7776 + 126.3727*Ln(Año - 1967))
POTENCIAL [y = A * x^B] 1967 37.8593 0.6917 0.7674 TPD = 37.8593 * (Año - 1967)^0.6917

14
Gráfica 6. Modelos de Regresión con respecto a los C5

15
Con los datos obtenidos anteriormente, se analiza que en todos los casos el modelo de regresión que
mejor se ajusta es el potencial, cada uno de esos valores es el que más se acerca a 1. En la tabla 12 se
muestra un resumen de las ecuaciones de los modelos de regresión potencial para cada uno de los
términos o vehículos analizados.
Tabla 12. Resumen de la ecuación potencial de cada uno de los términos analizados

Con ayuda de las ecuaciones obtenemos el análisis de las proyecciones para los años 2025 hasta 2034.
Los resultados obtenidos en la tabla 13 y la gráfica 7.
Tabla 13. Proyecciones de los promedios de algunos vehículos estudiados de la carretera 404001.

Grafica 7. Proyecciones de la estación de conteo

16
Como ya se mencionó para el TPD se registra un crecimiento de 1000 vehículos promedio en 10 años
esto lo observamos tanto en las tablas como en las gráficas. Además podemos determinar cuál es el
vehículo que más aporte hace a este crecimiento, es notable la cantidad de camiones que transitan por
esta carretera. Casi 800 camiones más que los autos que, usualmente, creemos que es lo que más
transita en una carretera.

Es notable también como los camiones C5 superan en números a los buses, hablamos de buses que
por lo general transportan personas. Esto se puede asociar al tipo de vía, su ubicación y trayecto. Esta
vía conecta a la ciudad de Buenaventura, la ciudad en Colombia que conecta a uno de los principales,
por no decir el más importante, puerto de Colombia. El puerto de Buenaventura específicamente
mueve el 60% del total de mercancía que entra y sale de Colombia, claramente la vía estudiada nos
dice en números que lo que más se transporta ahí son vehículos que llevan toneladas de mercancía.
El camión tipo C5 en el medio del transporte se conoce como Tracto camión, su diseño es en plancha,
furgoneta y carrozado, suele transportar carga general y contenedores que no sobrepasen su capacidad
en peso y volumen. Es un vehículo articulado con tres ejes delanteros y dos ejes en el tráiler, además
cuenta con una capacidad de hasta 30 toneladas de peso y 66m3 de volumen. Por lo que se observa
este camión es bastante usado en la distribución de productos que llegan y salen de Colombia por el
puerto de Buenaventura. Este camión conformó el 8.37% de los vehículos totales en Colombia en el
año 2020, en cantidades aproximadas un total de 10573.

Es lógico entonces, el incremento en el TPD de esta carretera por lo que ya se mencionó del puerto
de Buenaventura y más que seguro que en un futuro esta carretera se verá con números de vehículos
bastante mayores de los que tiene ahora y más si el puerto de Buenaventura de Colombia sigue siendo
el principal exportador, mportador de cargas pesadas.

Haciendo una breve comparación de los resultados obtenidos con calculadora y con el programa
tránsito se observa que estos son prácticamente iguales los unos con los otros, solo se dispersan unos
cuantos decimales si trabajamos con más de cuatro cifras. Además podemos observar que el
coeficiente de regresión tanto para el de calculadora como el obtenido por el programa tránsito son
los mismos en todas las ecuaciones. Esto también se debe en parte, a hacer un cambio de variable en
los años antes de registrarlos en la calculadora. En los pequeños cambios que si se nota la
diferencia es en los valores a y b de cada ecuación pero cuando se se coloca un año en concreto en
cada ecuación para hallar el TPD estos parecieran que se compensan ya que, como ya se dijo, los
valores son prácticamente iguales a los obtenidos por el programa tránsito.

El método de regresión que más se ajustó en todos los parámetros fue el potencial, pero esto no quiere
decir que los otros métodos de regresión no sirven o no se requieren en un estudio de tránsito. En este
caso la función potencial sirvió en todos los casos, dando a entender que cada vehículo está haciendo
un crecimiento directamente proporcional a los otros vehículos; obviamente no en las mismas
cantidades pero si en los mismos porcentajes.

CONCLUSIONES
 Los modelos de regresión, especialmente en este caso el modelo potencial, son útiles para
analizar y predecir el comportamiento del tráfico a lo largo del tiempo, ya que se ajustan de una
manera bastante precisa y acertada a los datos observados.

17
  El análisis de series históricas de tránsito permite identificar tendencias y patrones en el
volumen de tráfico, lo que es fundamental para la planificación urbana y el diseño de
infraestructuras viales, sobre todo si se estudian carreteras de gran importancia.

 La segmentación de los datos de tráfico, como en el caso de los camiones divididos en diferentes
categorías, facilita un análisis más detallado y preciso, lo que puede llevar a conclusiones
específicas y relevantes para la toma de decisiones.

 La obtención de datos del pasado y presente de un volumen de tránsito son indispensables tanto
para modificar una construcción, como para crear una nueva. Por eso, el aprender el uso de
programas que faciliten esta obtención de datos es crucial para un ingeniero especializado en
esta área.

 Es de gran importancia saber que tipo de vía se le está haciendo un análisis de tránsito, ya que
esto determina si los resultados obtenidos están lógicamente bien.

 La recopilación y análisis de datos de tráfico a lo largo del tiempo proporciona información

valiosa para entender la evolución de los patrones de movilidad, lo que puede guiar políticas
públicas eficaces en materia de transporte y urbanismo.

BIBLIOGRAFIA
I. James C. Grisales. El volumen de tránsito atraído y desarrollado en carreteras de Colombia. Un
caso real. Universidad del Valle. S.f.

II. Rey Granda, Mireya Estefanía. Determinación de factores para ajuste de volúmenes de tránsito
en la vía Loja – Zamora E50. TRABAJO DE TITULACIÓN. LOJA – ECUADOR 2016.

III. Aida Torres. Luz González. Rodrigo González. los principales vehículos de carga en Colombia.
Universidad de Bogotá Jorge Tadeo Lozano 2020

IV. Ministerio de Transporte. Competitividad en el puerto de Buenaventura 21/07/2020.

18
Grafica 1. Metodos de regresión obtenidos con calculado

19
20