INFORME DE VOLUMENES DE TRÁNSITO DE LA ESTACIÓN DE CONTEO #66
Maria Camila Villar Caicedo
1. Identificación del tramo
Imagen 1. Departamento de Cundinamarca
Imagen 2. Acercamiento a la estación #66
2. Características técnicas de
infraestructura
Imagen 3. Estado de la vía Silvania-Granada
Imagen 4. Vía donde se ubica la estación
Esta es una carretera de doble calzada con
dos carriles por sentido, ubicada en un
terreno montañoso lo que genera un
separador con gran pendiente (en algunos
tramos), de aproximadamente dos metros de
ancho.
Por otro lado, la señalización se encuentra en
buen estado, como se puede observar en las
imágenes anteriores.
3. Localización general
La estación #66 se encuentra en el tramo del
Te del Salto y Fusagasuga (Longitud -74,3736
Latitud 4,4836), entre Bogotá y Chinauta,
específicamente en la vía Silvania-Granada,
este tramo posee una longitud de 43 km.
la
Imagen 4. Ubicación de la estación
 4. Histograma
Tabla 1. Volumen vehicular en sentido BOG-CHI
Gráfica 1. Histograma en sentido 1 (BOG-CHI)
Tabla 2. Volumen vehicular en sentido CHI-BOG
Gráfica 2. Histograma en sentido 2 (CHI-BOG)
Tabla 3. Volumen vehicular en ambos sentidos
Gráfica 3. Histograma del flujo en ambos sentidos
Como podemos observare tanto en las tablas
como en los histogramas, el día en que hay
mayor flujo vehicular en ambos sentidos es el
domingo, también se identifica que el mayor
número de vehículos que transitan por esta
vía corresponden a la categoría 1 (vehículos
livianos).
5. Día de máxima demanda
Gráfica 4. Flujo diario por semana (sentido 1)

Gráfica 5. Flujo diario por semana (sentido 2)
Gráfica 6. Flujo diario por semana total
Al analizar los gráficos podemos evidenciar
que el día de máxima demanda en el sentido
Bogotá-Chinauta es el sábado, mientras que,
en el otro sentido el domingo; por lo que se
concluye que la vía es mayormente usada
para planes de fin de semana (recreativos y de
descanso).
6. Horario de máximo volumen
Para estimar el horario de máximo volumen,
agrupamos los datos tomados cada 15
minutos en bloques de a 4, para completar
una hora y hallamos así la hora pico.
Tabla 4. Hora de máxima demanda diaria S1
Tabla 5. Hora de máxima demanda diaria S2
Tabla 6. Hora de máxima demanda diaria total
Como se puede observar en las tablas, el
tráfico en sentido Bogotá-Chinauta es
máximo el día sábado de 6 a 7am. Por otro
lado, en el sentido contrario, la hora pico se
encuentra de 8 a 9pm el día domingo.
Finalmente, la hora pico del tráfico total es la
misma que la del sentido Chinauta-Bogotá.
7. Factor de hora pico
Para determinar el factor de hora pico
implementamos la siguiente ecuación:
𝑉𝐻𝑀𝐷
𝐹𝐻𝑃 =
4 ∗ 𝑞 𝑚á𝑥
Donde:
 VHMD= Volumen horario de máxima
demanda
 q máx= Flujo máximo
Reemplazando los datos obtenemos que
𝐹𝐻𝑃 = 0.00507334
8. Variación horaria
La siguiente gráfica muestra la variación
horaria de cada categoría del día de máximo
demanda.

Gráfica 7. Variación horaria total día domingo
regionales principales. Este se halla
dividiendo el VHMD (volumen horario de
máxima demanda) entre el TPDS (tránsito
promedio diario semanal). En este caso sería:
50.27
𝐾= = 0,18
27324.43
Lo que demuestra que el tramo analizado
corresponde a una carretera regional
principal.

9. Factor de distribución 12. Análisis de modelos de predicción

FACTOR DE DISTRIBUCION

S1/ST 0.54328675

S2/ST 0.45671325

Tabla 7. Distribución del flujo total en cada

sentido

10. Composición vehicular

Gráfica 9. Regresión lineal de los TPDs

Gráfica 8. Distribución del flujo por tipo de

vehículo en hora pico

Se puede evidenciar en el gráfico que el

Gráfica 10. Regresión exponencial de los TPDs
mayor porcentaje de vehículos corresponde
al tipo C1 (categoría 1), los vehículos livianos
hacen parte de esta categoría.

11. Cálculo de k

El valor de k determina el tipo de vía regional

a la cual corresponde cada una, 0.08 para
carreteras suburbanas, 0.12 para carreteras
regionales secundarias y 0.16 para carreteras
Gráfica 11. Regresión logarítmica de los TPDs
 Gráfica 12. Regresión polinómica de los TPDs

Como se puede observar en todas las

Tabla 9. Incremento de la regresión lineal
regresiones vemos un notable crecimiento
del volumen vehicular al pasar de los años, sin
embargo, para un mejor análisis es necesario
15. Modelos con proyecciones
despreciar algunos datos que generan picos y
por lo tanto modifican la línea de tendencia. En la siguiente tabla podemos observar las
proyecciones desde el año 2020 al 2040.

13. Cálculo de i histórico

Tabla 8. Proyecciones de los años 2020 al 2040

Realizando una regresión lineal obtenemos la

gráfica de las proyecciones a futuro del volumen
vehicular de la zona.
Tabla 8. Incremento porcentual del volumen
vehicular

14. Cálculo de i en función del modelo

de selección

El modelo de selección fue el lineal y con este

se obtuvieron los siguientes resultados:

Gráfica 13. Modelo de proyección