Beruflich Dokumente
Kultur Dokumente
Divisin de Ingenieras
Ingeniera Hidrulica
Director:
Dr. Jos de Jess Mora Rodrguez
Co-directores:
M.I. Martn Rubn Jimnez Magaa.
M.I. Josefina Ortiz Medel.
Guanajuato, Mxico
Julio 2015
FRANCIS BACON
Agradecimientos
A Dios, por alcanzar este logro, por concederme el estar con mi familia y encontrar mi
vocacin, por permitirme el seguir creyendo en l.
A mis padres, Fernando y Aurora, por ser un ejemplo de esfuerzo y superacin, a mis
hermanos Pablo, Iris, Heber, Fernando y mi sobrino Brayan, a toda mi familia, por
acompaarme en todo momento y ser m gua, por fortalecer los valores que me integran
como persona y estudiante.
A todos mis amigos y compaeros de la universidad (una lista bastante larga), por todas
esas viviencias y apoyos durante la carrera.
A mi director de tesis, el Dr. Jos de Jess Mora Rodrguez, por su valiosa enseanza
durante este camino, por haberme permitido trabajar con l en diversos congresos y
asignaturas, por fortalecer este tema de investigacin y mis expectativas como estudiante.
A mi co-director y sinodal, el M.I. Martn Rubn Jimnez Magaa, por la adquisicin de
los profundos conocimientos acerca de esta tcnica y su inters y paciencia en todo
momento, por su colaboracin y revisin de los artculos acadmicos y avances de este
trabajo.
A mi co-directora y sinodal, la M.I. Josefina Ortiz Medel, por su ayuda tanto personal
como acadmicamente, por auxiliarme en el seguimiento a mi formacin y esas
oportunidades de participar en los proyectos y disciplinas acerca de este tema, por
trasmitirnos ese sentido de dinamismo y nimo en su trabajo.
A la Universidad de Guanajuato, al Sistema Municipal de Agua potable y
Alcantarillado de Guanajuato y al proyecto "Aplicacin de algoritmos genticos para la
ubicacin de estaciones de reinyeccin de cloro y optimizacin del uso del desinfectante en
redes de abastecimiento de agua", financiado por la Universidad de Guanajuato.
En especial agradezco a Michelle y mi hijo Sebastin, por estar conmigo en todo
momento y ser mi motivo a seguir adelante, por hacerme sentir que la vida tiene muchas
grandezas y se pueden vivir en compaa.
TABLA DE CONTENIDO
INTRODUCCIN ......................................................................................................................... i
Fundamentos .................................................................................................................................. ii
Aspectos y herramientas para el anlisis de la calidad del agua. ...................................................iii
Estructura de la Tesis ......................................................................................................................iv
Enfoque del estudio ........................................................................................................................ v
1.
2.
2.2.1.
Desinfeccin del agua por Cloracin. ........................................................................ 31
2.2.2.
El Cloro ...................................................................................................................... 31
2.2.3.
Uso de Cloro como desinfectante en redes de agua potable. .................................. 31
2.2.4.
Lmites establecidos de concentracin de cloro. ...................................................... 32
2.2.5.
Etapas de reaccin del cloro en la desinfeccin. ...................................................... 33
2.2.6.
Mecanismos de decaimiento de cloro. ..................................................................... 33
2.2.7.
Subproductos de la desinfeccin con Cloro. ............................................................. 34
2.3. Modelacin del decaimiento de cloro en el agua. ............................................................ 35
2.3.1.
Coeficiente de reaccin del cloro en el seno del flujo kb .......................................... 35
2.3.2.
Coeficiente de reaccin del cloro en la pared de la tubera kw. ................................ 36
2.3.3.
Valores tpicos de kb y kw. .......................................................................................... 36
2.4. Estaciones de Reinyeccin de cloro. ................................................................................. 37
2.4.1.
Tanques de cloro. ...................................................................................................... 38
2.4.2.
Materiales que se emplean en la construccin......................................................... 39
2.4.3.
Algunos equipos de dosificacin de cloro. ................................................................ 39
2.5. El tema del agua embotellada en Mxico. ........................................................................ 42
3.
4.3.2.
Visualizacin de valores de la funcin de aptitud. .................................................... 78
4.4. Seleccin proporcional ...................................................................................................... 79
4.5. Cruza .................................................................................................................................. 80
4.6. Mutacin ........................................................................................................................... 81
5. EJEMPLO Y ANLISIS DE APLICACIN ............................................................................... 84
5.1. Objetivos generales ........................................................................................................... 84
5.2. Ejemplo de aplicacin. ...................................................................................................... 84
5.2.1.
Descripcin de la red. ................................................................................................ 84
5.2.2.
Valores introducidos. ................................................................................................ 86
5.2.3.
Resultados ................................................................................................................. 87
DISCUSIN ............................................................................................................................. 92
CONCLUSIONES ...................................................................................................................... 93
REFERENCIAS: ......................................................................................................................... 95
INTRODUCCIN
El agua es un compuesto muy importante para la vida diaria, es indispensable para
casi todas las actividades necesarias y de recreacin, as como para procesos industriales,
sin embargo, uno de los principales usos de este vital lquido es para consumo humano.
Para ello, el encargado de disponer del recurso a los consumidores es llamado sistema de
abastecimiento de agua potable, el cual debe realizar el servicio con estndares de
cantidad, presin y calidad. En el agua, es altamente probable encontrar compuestos
qumicos y tener la presencia de microorganismos que lleguen a resultar nocivos para los
consumidores. La calidad del agua en los sistemas de abastecimiento para consumo
humano est relacionado con todos los elementos que conforman al sistema; desde la
captacin, que dependiendo de la fuente, se realizar un tipo de tratamiento para su
posterior potabilizacin y alcanzar as su nivel ptimo de calidad para su consumo (Ferrer y
Aguado, 2007).
Hoy en da, un gran nmero de sectores de redes de abastecimiento de agua potable,
como toda obra de ingeniera, terminaron su vida til, por lo que estn expuestas a ciertos
problemas que conllevan a su mal funcionamiento y similarmente problemas con la calidad
del agua. El ltimo punto es el principal enfoque de nuestro trabajo, la necesidad surge
cuando dichas redes tienen presencia de contaminantes en el agua, principalmente
microorganismos patgenos que pueden llegar a alterar el estado de salud de los
consumidores a corto plazo. En este punto, se presenta la posibilidad de que algunos
sectores de la red queden vulnerables frente a la proliferacin de microorganismos
patgenos y con ello, un posible riesgo de brote de enfermedades gastrointestinales debidas
al consumo de agua contaminada.
Fundamentos
Desde principios del siglo XIX el agua potable ha sido desinfectada, cuando se
descubri que los riesgos de enfermedades por contaminacin microbiolgica eran
probablemente transmitidos por el agua. Nombrando algunas de ellas, el clera o la fiebre
tifoidea, disminuyeron drsticamente cuando se utilizaron desinfectantes (Castro, 2003).
Sin embargo, tambin es verdad que la desinfeccin a base de qumicos ha ocasionado
riesgos no deseados pero reales debidos a los subproductos generados por reacciones con
los contaminantes presentes en el agua. Cada uno de los desinfectantes empleados en redes
hidrulicas, como el cloro, el dixido de cloro, las cloraminas y el ozono, producen sus
propios subproductos en el agua potable (Quirs, 2010).
Debido a que las redes de distribucin de agua son a menudo de gran extensin y
para su construccin, requieren una inversin importante de capital, no es fcilmente
posible volver a configurarlas para obtener esquemas hidrulicos favorables que mejoren la
distribucin de los desinfectantes. Desde una perspectiva de operaciones simplista, la
solucin de un problema de baja concentracin de cloro es aumentar la dosis a la fuente de
agua. Estas reinyecciones contrarrestan el problema asociado con los bajos niveles de
desinfectante, pero pueden resultar en ciertas zonas, niveles extremadamente altos de cloro
principalmente para los usuarios cercanos de estas fuentes y promueven la formacin de
subproductos nocivos tales como los trihalometanos y cidos haloacticos (Lansey, 2007).
Para mantener los niveles adecuados del desinfectante, se llegan a instalar
estaciones de cloracin, garantizando que el contenido de cloro mantenga el mnimo
permisible por la normatividad. Las estaciones de cloracin son obras de infraestructura
colocadas en ciertos puntos del sistema de agua potable donde el contenido de cloro no es
suficiente para alcanzar la desinfeccin del agua (Islam et al., 2013). En Mxico y muchos
otros pases, se determina la dosis necesaria del desinfectante en fuentes de abastecimiento
y eventuales estaciones de reinyeccin de cloro, por medio de prueba y error, aplicando
determinada dosis en la fuente y revisando la concentracin en diferentes puntos de la red
(CNA, 2007a; Meng et al., 2011). Sin embargo, resulta imposible realizar muestreos en
toda la red, lo que genera incertidumbre en la concentracin del desinfectante en muchos
tramos del sistema; la concentracin puede estar dentro de los lmites permisibles en los
puntos donde se muestrea, pero pueden existir muchos otros puntos de la red donde la
concentracin sea insuficiente.
ii
iii
Estructura de la Tesis
Todo este estudio se desglosar en 5 captulos que contienen, a grandes rasgos, los
temas complementarios para el desarrollo de la tcnica de optimizacin.
En el primer captulo se describen las generalidades de las redes de distribucin de
agua potable, sus principales componentes y diferentes tipos que existen. Se presentan
varios modelos para el anlisis hidrulico de las mismas y su comportamiento respecto a
calidad del agua.
El segundo captulo describe a los desinfectantes utilizados hoy en da.
Principalmente trata sobre el estado del arte del cloro, su funcin como agente de
desinfeccin y cmo ha cambiado la manera de usarse para la potabilizacin o la
desinfeccin del agua. Los diferentes procesos y reacciones del cloro en el agua y en
funcin de los contaminantes y el control de la cantidad presente en la red de
abastecimiento.
El tercer captulo muestra los fundamentos de computacin evolutiva. Se estudia
ms a fondo el mtodo usado en la presente tesis: Los Algoritmos Genticos. Se describe su
origen, su funcionamiento y los avances que se han presentado en cuanto a esta herramienta
heurstica, sus diferentes estructuras como medio de bsqueda y aplicaciones que se le han
dado.
El cuarto captulo describe la implementacin de los AG a la Ubicacin ptima de
Estaciones de Reinyeccin de Cloro. La descripcin de su funcionamiento y los estndares
que debe preservar para alcanzar los ndices adecuados de calidad del agua, refirindose a
sto como la Funcin objetivo. La cual es la principal cualidad que permite al algoritmo
lograr las restricciones en cuanto a la calidad que debe existir en cada nudo de la red.
En el quinto y ltimo captulo se ejemplifica la funcionalidad del algoritmo en
redes donde se requiere la instalacin de estaciones de reinyeccin de cloro debido a la falta
e concentracin del desinfectante en ciertas reas del sistema, as como comparaciones con
resultados propuestos en metodologas propuestas por otros autores.
iv
CAPTULO 1
Figura 1.1 Modelo general de una red de abastecimiento de agua potable (Red hidrulica experimental DIGH-UG).
Segn el uso al que vaya destinada el agua suministrada, las redes de abastecimiento
pueden ser:
Redes de abastecimiento para zonas residenciales: donde puede llegar a existir una
red de agua potable y otra para el resto de usos y servicios.
Redes de servicio en polgonos industriales.
Por la forma en cmo estn conectadas las tuberas entre s, se pueden distinguir los
siguientes tipos de redes (Figura 1.2):
Red ramificada: Es aquella en la que pueden calcularse los caudales circundantes por las
tuberas sin ms que aplicar la ecuacin de continuidad (descrita adelante). Es decir, el
caudal circulante por una tubera sera igual a la suma de los consumos en los nudos
situados agua debajo de la misma. Los caudales slo pueden seguir un camino para llegar a
cada uno de los nodos del sistema.
Red mallada: Los caudales que fluyen por las conducciones no quedan definiendo la
ecuacin de continuidad, si no que es necesario utilizar condiciones de equilibrio en la
malla. Las posibilidades del recorrido del agua a travs de los tubos son mltiples, como
mnimo, son dos posibles caminos diferentes.
Red mixta: En las redes mixtas se podran calcular de forma inmediata los caudales
circundantes en las arterias ramificadas, pero no en las mallas.
Tuberas de trada o aducciones: Son encargadas del transporte de agua desde las fuentes
de abastecimiento hasta las plantas de tratamiento y/o los depsitos de regulacin o
estaciones de bombeo. Tambin se denominan aducciones a aquellas conducciones que
enlazan al depsito de conduccin con la red propiamente dicha.
Lnea de conduccin principal: Son las conducciones de mayor dimetro de la red y
alimentan a conductos secundarios. En ellas no se deben realizar tomas directas a los
usuarios.
Tuberas de distribucin o servicio: Estn alimentadas desde las secundarias y en ellas se
realizan la mayor parte de acometidas a los usuarios.
Ramales o acometidas: Conjunto de tuberas, vlvulas y accesorios que en enlazan la red
pblica con las instalaciones anteriores de los edificios, junto al muro de fachada.
Generalmente, el ramal no se considera dentro de la red de distribucin.
1.2.3. Conexiones.
Son todos aquellos accesorios que se emplean para llevar a cabo ramificaciones,
intersecciones, cambios de direccin, modificaciones de dimetro, uniones de tuberas de
diferente material o dimetro, y terminales de los conductos, entre otros.
1.2.4. Vlvulas.
Son accesorios que se utilizan para disminuir o evitar el flujo en las tuberas
(Jimnez, 2004). Las principales vlvulas en funcin de su utilidad son (Figura 1.4):
a) Vlvulas de seccionamiento: Son las que se utilizan para dividir la red en
sectores, de forma que en un momento dado cualquiera de ellos pueda
quedar fuera de servicio. Estas vlvulas se colocan de tal manera que una
avera en una conduccin no implique el cierre de conducciones de dimetro
mayor.
b) Vlvulas de control: Principalmente, se utilizan para regular el gasto o la
presin.
c) Vlvulas de retencin: Son aquellas que permiten el paso del agua en un
solo sentido. Pueden disponer de regulacin que amortige el cierre para que
ste no sea brusco. Asimismo pueden estar equipadas con circuito by-pass
5
Hidrantes: Se le llama de esta manera a una toma o conexin especial instalada en ciertos
puntos de la red con el propsito de abastecer de agua a varias familias (hidrante pblico) o
conectar una manguera o una bomba destinados a proveer agua para combatir el fuego
(hidrante contra incendio).
Tanques de distribucin: Un tanque de distribucin es un depsito situado generalmente
entre la captacin y la red de distribucin que tiene por objeto almacenar el agua
proveniente de la fuente. El almacenamiento permite regular la distribucin o simplemente
prever fallas en el suministro, aunque algunos tanques suelen realizar ambas funciones. Una
red de distribucin puede ser alimentada por varios tanques correspondientes al mismo
nmero de fuentes o tener tanques adicionales de regulacin dentro de la misma zona de la
red con el fin de abastecer slo a una parte de la red.
Tomas domiciliarias: Una toma domiciliaria es el conjunto de piezas y tubos que permite
el abastecimiento desde una tubera de la red de distribucin hasta el predio del usuario, as
como la instalacin de un medidor. Es la parte de la red que demuestra la eficiencia y
calidad del sistema de distribucin pues es la que abastece de agua directamente al
consumidor.
Rebombeos: Consisten en instalaciones de bombeo que se ubican generalmente en puntos
intermedios de una lnea de conduccin y excepcionalmente dentro de la red de
distribucin. Tienen el objetivo de elevar la carga hidrulica en el punto de su ubicacin
para mantener la circulacin del agua en las tuberas.
Cajas rompedoras de presin: Son depsitos con superficie libre del agua y volumen
relativamente pequeo, cuya funcin es permitir que el flujo de la tubera se descargue en
sta, eliminando de esta forma la presin hidrosttica y estableciendo un nuevo nivel
esttico aguas abajo.
dispone de cotas de terreno suficientemente altas para la ubicacin del tanque, para
asegurar las presiones requeridas en la red.
ii.
c) Distribucin mixta.
En este caso, parte del consumo de la red se suministra por bombeo con
excedencias a un tanque del cual a su vez se abastece el resto de la red por
gravedad (Figura 1.6). El tanque conviene ubicarlo en el centro de gravedad
9
Alcantarillado:
Establecimiento de drenaje:
Sanitario
Pluvial
1.4.1. Alcantarillado.
separadamente, pero en el caso de no contar con los recursos suficientes, puede recurrirse al
establecimiento de una red mixta. Comnmente, en los municipios rurales se construyen
redes de este tipo en las cuales se drenan tanto aguas pluviales como usadas.
Cloracin
Filtracin biolgica
Suavizacin
Floculacin- Coagulacin
Luz Ultravioleta
smosis Inversa
Ozonacin
Contratacin: Es el acto por medio del cual se da de alta a un predio usuario para
registrarse en el padrn de usuarios del sistema. Ello se realiza por medio de un
acuerdo entre la administracin del sistema y el usuario, en el que la primera queda
12
obligada a prestar el servicio al usuario y ste a pagar por el servicio una cuota
determinada, de conformidad con las leyes aplicables.
Medicin: La distribucin del agua se registra por medio de un medidor que capta
el gasto o volumen consumido que pasa por cada toma pblica o domiciliaria. La
medicin se hace en metros cbicos y est a la vista del usuario. En los casos en los
que no se cuente con medidores, el criterio que se considera es obtener promedios
de consumo por calle o zona de distribucin.
Cobranza: Por medio de esta etapa se fija la cuota a pagar por el usuario del
servicio, de acuerdo con el volumen consumido y las consideraciones que al
respecto seale la Ley de Ingresos Municipales. Adems, dentro de esta etapa se
realiza la recepcin del dinero como pago del servicio y su registro correspondiente.
Donde:
z denominada carga de posicin, es la cota geomtrica del fluido. Representa la
energa potencial por el hecho de tener cierta elevacin sobre el nivel de referencia en que
se est trabajando.
Se denomina carga de presin, es la energa que ha adquirido el fluido por
estar sometido a una determinada presin. A la suma de la altura de presin y a la cota
geomtrica z, se le conoce como altura piezomtrica.
Llamada carga de velocidad, corresponde a la energa especfica del fluido
cuando est en movimiento.
14
La ecuacin puede describir la distribucin de energa existente entre dos puntos del
transcurso del fluido (Figura 1.8).
Las prdidas por friccin (o tambin nombradas prdidas primarias) ocurren con el
roce entre el lquido y las paredes de la tubera, adems de los efectos viscosos del lquido.
Se puede estimar mediante la Ecuacin de Darcy-Wesbach, establecida entre los aos
1845-1875 (Sotelo, 1991; Jimnez, 1994):
15
Donde:
Donde:
16
No obstante, existen frmulas alternativas con las cuales puede obtenerse el factor
de friccin de forma explcita, sin necesidad de iteraciones; la ms popular de ellas es la de
Swamee y Jain (1976):
)]
17
Vlida para 10-6< r<10-2 y 103<Re<108, con un error relativo de 1% (Jimenez, 2004).
Otra manera de calcular las prdidas por friccin en tuberas, fue propuesta por
Hazen-Williams. Es una de las ecuaciones empricas ms utilizadas para evaluar dicha
prdida de energa, tal vez por la cantidad de informacin de tipo experimental que se ha
reunido en su publicacin en 1902. Su expresin en unidades mtricas es (Mndez, 1995):
(
Donde:
Donde:
Estas prdidas tambin son conocidas como prdidas secundarias. Ocurren debido al
cambio de direccin u obstruccin parcial del flujo del lquido a causa de los accesorios
existentes en de la red, estas prdidas son diferentes a las prdidas por friccin en tuberas
(Sotelo, 1991).
La frmula general para encontrar las prdidas secundarias se expresa como:
18
Donde:
Las prdidas locales se pueden clasificar en funcin del tipo de accesorio (Sotelo, 1991)
(Figura 1.10):
19
Figura 1.10 Prdidas secundarias debido a accesorios en la red; a) prdidas por entrada b) prdidas por
reduccin/ampliacin c) prdidas por rejilla, d) prdidas por cambio de direccin
Caudales
Velocidades
Presiones
Calidad del agua
etc.
EPANET: Desarrollado por la Agencia de Proteccin al Medio Ambiente (EPA por sus
siglas en ingls) y cuyos procesos pueden seguirse en Rossman (1997). Probablemente es el
programa de anlisis de ms amplio uso. Resuelve el problema usando el mtodo del
gradiente.
KYPIPE: Desarrollado por la Universidad de Kentucky. Se trata de un programa
implementado mediante la formulacin por mallas y la aplicacin de la teora lineal. Es
probablemente de los pocos programas que continan aplicando la teora de aplicacin
lineal como alternativa clara al mtodo del gradiente.
H2ONET: Desarrollado por la empresa MW Soft Inc. (Montwomery Watson, 1996) y
WATERCAD/WATERGEMS desarrollado por la empresa Haestad Methods. Son dos
programas absolutamente similares distribuidos por dos casas comerciales diferentes.
Basan totalmente sus procesos en el algoritmo desarrollado por la EPA para su programa
EPANET. En la actualidad disponen de dos versiones claramente diferenciadas: una
versin como aplicacin independiente y otra versin como aplicacin integrada en
programas de diseo grfico (AutoCAD).
MIKE NET: Es un modelo desarrollado por el Danish Hydraulic Institute que al igual que
los dos programas anteriores toma como punto de partida el algoritmo desarrollado por la
EPA para EPANET. No obstante, presenta un entorno de trabajo orientado a aplicaciones
con sistemas de informacin geogrfica (SIG). De hecho, dispone en sus versiones
particulares unos mdulos de conexin con paquetes de SIG de la familia Arc View.
SARA (Software de Anlisis de Redes de Agua): Desarrollado en la Universidad
Politcnica de Valencia. Los detalles acerca del desarrollo de este modelo utilizan como
punto de partida el modelo de desarrollo de EPANET. Dispone de algunas funciones
especficas, como la gestin en nodos que quedan desconectados debido a mantenimiento o
modificaciones en la red. Incluye as mismo capacidades de modelacin de elementos de
proteccin contra incendios, elementos de riego, etc.
22
CAPTULO 2
23
24
Existen diversas enfermedades que pueden ser trasmitidas por el agua. En dichas
enfermedades, los microorganismos patgenos ingresan a travs del cuerpo de un ser vivo
por medio del agua ingerida. En otras palabras, pueden categorizarse como aquellas
originadas por organismos microbiolgicos y aquellas producidas por sustancias txicas
inanimadas suspendidas o disueltas en el agua.
La siguiente tabla 2.1 es un fragmento reducido tomado del libro: Agua y Salud
Humana del autor F. Eugene McJunkin, (1988) que resume, en gran parte, algunas de las
enfermedades a causa de la conduccin de agua con mala calidad, pero adems existen
muchos otros padecimientos sanitarios dbitos a ste problema, la mayora de ellos vienen
descritos detalladamente en dicho documento de la siguiente manera:
25
Fuentes microbiolgicas
enfermedad o sndrome
Disentera ambica
(Amebiasis)
Ascariasis
(Lombriz gigante)
Disentera bacilar
(Shigellosis)
Disentera balantidial
(Balantidiasis)
Enteritis
campilobacteriana
Clera
(Clsico y El tor)
Coccidiosis
Diarreas
(Incluye diarreas
infantiles y gastroenteritis)
E. coli
(Enteroinvasiva,
enteropatgena
y enterotxica)
Virus entricos
Giardiasis
Virus de hepatitis A.
Anquilostomiasis y
estrongiloidiasis
Enfermedad hidatdica
(Echinococcosis)
Otros vibriones aparte del
clera
Infeccin viral Norwalk
Fiebre paratifoidea
Poliomielitis
Infeccin de rotavirus
Salmonelosis
Esquistosomiasis
26
Diarrea de viajeros
Tricuriasis
(Lombriz latigoforme)
Fiebre tifoidea
Yersinosis
Otras vas
Enfermedad o sndrome
Observaciones
ntrax
Brucellosis
Cisticercosis
(Lombrices de la vejiga)
Gongilonemiasis
(Lombricilla filiforme
escutiforme)
Filariasis
(Dracontiasis)
Transmisin por agua potable, dudosa, aunque citada por varios autores.
Dodumentada, pero probablemente muy escasa.
Ingestin de los huevos a travs de alimentos o agua. Infeccin larval con
T. solium. Otras vas de transmisin. Enfermedad grave.
Sanguijuelas (Hirudiniasis)
Leptospirosis
(Enfermedad de Weil)
Enfermedad del tremtodo
(Clonorchiasis y otras)
Melioidosis
Sparganosis
Tularemia
---------------
Enfermedad o sndrome
Bocio endmico,
asbestosis y
mesotelioma
Hipertensin
Observaciones
Agua deficiente en yodo o con
bocjgenos. Se sabe que el
asbesto en los pulmones produce
cncer. An no se conoce su
efecto en el tracto intestinal.
Se requieren dietas bajas en sodio
para ciertos sectores de la
poblacin.
27
Las bacterias son los organismos vivos ms numerosos que existen, por lo mismo
estn presentes casi en todas partes, el agua subterrnea no es la excepcin, por este motivo
es necesario realizar pruebas bacteriolgicas para determinar el grado de contaminacin
que tiene la misma (Gramajo, 2004). El agua puede contener pequeas contaminaciones de
aguas negras, las cuales no pueden ser detectadas mediante anlisis fsicos o qumicos, en
cambio, las pruebas bacteriolgicas se han diseado de tal manera que puedan detectarlas.
Se reconoce que el agua es uno de los principales vehculos transportadores de
microorganismos causante de enfermedades provenientes del aparato digestivo del hombre
y de otros animales. Las coliformes fecales son un grupo grande de microorganismos,
habitantes usuales de los intestinos de los animales superiores. Estos microorganismos son
de fcil identificacin comparados con los microorganismos patgenos, que normalmente
se encuentran en mucho menor nmero y cuya identificacin es laboriosa. La presencia de
coliformes en una muestra no siempre indica que el agua est contaminada con
microorganismos patgenos, sino que, en trminos estadsticos, su concentracin puede y
debe servir como parmetro para alertar sobre la existencia de contaminacin fecal y de
microorganismos patgenos (Guimares, 2001).
Los microorganismos patgenos estn relacionados con enfermedades especficas
de transmisin hdrica (Guimares ,2001). La fiebre tifoidea, las fiebres paratifoideas, la
disentera bacteriana y el clera son causadas por bacterias, la amibiosis o disentera
amebiana por protozoarios, la esquistosomosis por gusanos (helmintos) y larvas, en tanto
que ciertos virus originan la hepatitis infecciosa y la poliomielitis.
28
2.1.2.1.
29
30
Fcil aplicacin.
Bajo costo.
Innocuo en las concentraciones necesarias en el agua para consumo humano.
Facilidad para mantener un cloro residual en la red de distribucin.
Para prevenir la recontaminacin del agua.
32
Esta norma est hoy en da vigente en Mxico y dichos lmites se establecen como
necesarios y pertinentes para la desinfeccin del agua. Sin embargo, la Organizacin
Mundial de la Salud, recomienda que las concentraciones de cloro deben estar entre
0.2mg/l 0.5mg/l, debido a la suficiencia de cloro libre para hacer la funcin de
desinfeccin (0.20 mg/l) y que a su vez nos limitemos al consumo de agua con excesivo
contenido de cloro (0.5mg/l).
2.2.5. Etapas de reaccin del cloro en la desinfeccin.
Cuando el cloro entra en contacto con el agua, se genera reaccin con compuestos
reductores, estos pueden ser sustancias disueltas o suspendidas. Los compuestos con los
que acta el cloro son el cido sulfhdrico, el manganeso, el hierro y los nitritos. El cloro
adicional comienza a reaccionar con materia orgnica, a partir de la cual se producen
compuestos orgnicos de cloro, estos compuestos prcticamente no tienen la capacidad de
desinfectar y generan un olor y sabor caracterstico.
El cloro que se sigue agregando reacciona con las sustancias reductoras, la materia
orgnica y el amonaco. Finalmente, el cloro que se aada quedar como cloro residual
libre disponible, el cual es un agente desinfectante muy activo. Una vez alcanzado este
punto, todos los compuestos nitrogenados han sido destruidos y por lo tanto, cualquier
adicin posterior de cloro produce un incremento en el nivel de cloro libre del agua
(AEAAS, 1984). Es por ello que el cloro decae una vez introducido en la red y existe el
riesgo de que ciertas partes de ella queden desprotegidas, con el correspondiente riesgo para
la salud de la poblacin.
2.2.6. Mecanismos de decaimiento de cloro.
Una vez que se da el proceso de potabilizacin y se aplica el desinfectante, la
calidad del agua tiende a disminuir debido a diferentes factores. La prdida de la
concentracin de cloro residual a lo largo del sistema de distribucin de agua se procesa
principalmente por diversos mecanismos separados (Castro, 2003):
Hacia la mitad de los aos 70, se descubri que adems de desactivar los
organismos patgenos, como se espera, el cloro reacciona con la materia orgnica presente
en el agua generando subproductos de desinfeccin. Especficamente compuestos
orgnicos sintticos como los trihalometanos (THM), aunque se ha identificado a otros
subproductos de la desinfeccin, tales como los cidos haloacticos (AHA) (Rodrguez,
2007). Se han detectado asimismo otros subproductos de la desinfeccin por cloro, tales
como dicloroacetonitrilo, tricloroacetonitrilo, bromocloroacetonitrilo, dibromoacetonitrilo,
1,1-dicloro-2 propanona, etc. Sobre estos subproductos se hace menor nfasis, ya que los
THM, seguidos de los cidos haloacticos, son los subproductos que se encuentran en
mayor cantidad en el agua potable clorada (Rodrguez, 2007).
Algunos parmetros que afectan la formacin de subproductos de cloracin:
La materia orgnica.
Presencia de iones bromuro.
El pH.
La temperatura.
La dosis de cloro.
El tiempo de contacto.
El tratamiento del agua.
34
Donde:
Resolviendo [14]:
Finalmente, despejando C:
35
Donde:
Tipo de reaccin
Valores mnimos
Valores mximos
Peso del
Contenido
kg
50
75
lb
100
150
kg
33
40-59
lb
73
90-130
kg
83
115-134
lb
173
240-280
kg
11.7
18.2
lb
26
40
1000
2000
680
1500
1680
3500
182
400
38
2.4.3.3.
Este tipo de clorador opera con la presin del cilindro, por lo que adolece de serias
limitaciones (Figura 2.4). Su uso se recomienda solo cuando no hay otra alternativa.
Normalmente se emplean en zonas donde no hay suministro continuo de energa elctrica.
La principal desventaja de estos equipos es que la dosis vara con la presin del cilindro
(Figura 2.5).
40
2.4.3.4.
41
siempre tienen agua disponible en sus llaves (Erickson, 2012). Obligando a que a los
usuarios tengan que almacenar agua.
Este ltimo punto es una de las consecuencias de mayor importancia relacionado
con la operacin inconsistente de la red de distribucin. La mayora de las casas tienen al
menos un contenedor de almacenamiento individual (Omisca, 2011). El uso del contenedor
de almacenamiento individual se debe principalmente al servicio intermitente. Sin embargo,
en la mayora de los casos, nuevas construcciones de casas ya incluyen un contenedor de
almacenamiento individual a pesar de la existencia de un servicio continuo. De esta manera
se garantiza la disponibilidad de agua en las viviendas a costa de la calidad del agua, lo cual
tiene consecuencias para la vida del desinfectante, y por lo tanto, la disminucin calidad del
agua potable almacenada en los mismos.
43
CAPTULO 3
44
3. ALGORITMOS GENTICOS
3.1. Computacin Evolutiva, una breve resea histrica.
El trmino computacin evolutiva o algoritmos evolutivos, realmente engloba una
serie de tcnicas inspiradas biolgicamente (en los principios de la teora Neo-Darwiniana
de la evolucin natural). En trminos generales, para simular el proceso evolutivo en una
computadora se requiere (Coello, 2003):
Aunque hoy en da es cada vez ms difcil distinguir las diferencias entre los
distintos tipos de algoritmos evolutivos existentes, por razones sobre todo histricas, suele
hablarse de tres paradigmas principales:
Programacin Evolutiva
Estrategias Evolutivas
Algoritmos Genticos
seleccin a los valores de las variables, con el objeto de mejorar la calidad del proceso. Este
procedimiento se aplic con xito a algunas industrias qumicas.
Un poco ms adelante, en 1958, Friedberg y sus colaboradores pensaron en mejorar
la operacin de un programa usando tcnicas evolutivas. Para ello disearon un cdigo en
una mquina de 8 bits (2 para el cdigo de operacin, y 6 para los datos y/o instrucciones);
cada programa, tena 64 instrucciones. Un programa llamado Herman, ejecutaba los
programas creados, y otro programa, el Teacher o profesor, le mandaba a Herman ejecutar
otros programas y verificaba si los programas ejecutados haban realizado su tarea o no. La
tarea consista en leer unas entradas, situadas en una posicin de memoria, y deban
depositar el resultado en otra posicin de memoria, que era examinada al terminarse de
ejecutar la ltima instruccin.
Para hacer evolucionar los programas, Friedberg hizo que en cada posicin de
memoria hubiera dos alternativas; para cambiar un programa, alternaba las dos
instrucciones (que eran una especie de alelos), o bien reemplazaba una de las dos
instrucciones con una totalmente aleatoria. En realidad, lo que estaba haciendo es usar
mutacin para generar nuevos programas; al parecer, no tuvo ms xito que si hubiera
buscado aleatoriamente un programa que hiciera la misma tarea. El problema es que la
mutacin sola, sin ayuda de la seleccin, hace que la bsqueda sea prcticamente una
bsqueda aleatoria.
Ms o menos simultneamente, Bremmerman trat de usar la evolucin para
"entender los procesos de pensamiento creativo y aprendizaje", y empez a considerar la
evolucin como un proceso de aprendizaje. Para resolver un problema, codificaba las
variables del problema en una cadena binaria de 0s y 1s. Someta la cadena a mutacin,
cambiando un bit de cada vez; de esta forma, estableci que la tasa ideal de mutacin deba
de ser tal que se cambiara un bit cada vez. Bremmerman trat de resolver problemas de
minimizacin de funciones, aunque no est muy claro qu tipo de seleccin us, si es que
us alguna, y el tamao y tipo de la poblacin. En todo caso, se llegaba a un punto, la
"trampa de Bremmerman", en el cual la solucin no mejoraba; en intentos sucesivos trat
de aadir entrecruzamiento entre soluciones, pero tampoco obtuvo buenos resultados.
Una vez ms, el simple uso de operadores que creen diversidad no es suficiente para
dirigir la bsqueda gentica hacia la solucin correcta; y corresponde a un concepto de la
evolucin darwiniano clsico, o incluso de libro de comic: por mutacin, se puede mejorar
a un individuo; en realidad, la evolucin acta a nivel de poblacin.
El primer uso de procedimientos evolutivos en inteligencia artificial se debe a Reed,
Toombs y Baricelli, que trataron de hacer evolucionar un tahr que jugaba a un juego de
cartas simplificado. Las estrategias de juego consistan en una serie de 4 probabilidades de
46
apuesta alta o baja con una mano alta o baja, con cuatro parmetros de mutacin asociados.
Se mantena una poblacin de 50 individuos, y aparte de la mutacin, haba intercambio de
probabilidades entre dos padres. Es de suponer que los perdedores se eliminaban de la
poblacin (tirndolos por la borda). Aparte de, probablemente, crear buenas estrategias,
llegaron a la conclusin de que el entrecruzamiento no aportaba mucho a la bsqueda.
Los intentos posteriores, realizados en los aos 60, ya corresponden a los algoritmos
evolutivos modernos, y se han seguido investigando hasta nuestros das. Uno de ellos, la
programacin evolutiva de Fogel (Fogel, 1966) se inici como un intento de usar la
evolucin para crear mquinas inteligentes, que pudieran prever su entorno y reaccionar
adecuadamente a l. Para simular una mquina pensante, se utiliz un autmata celular. Un
autmata celular es un conjunto de estados y reglas de transicin entre ellos, de forma que,
al recibir una entrada, cambia o no de estado y produce una salida. Fogel trataba de hacer
aprender a estos autmatas a encontrar regularidades en los smbolos que se le iban
enviando. Como mtodo de aprendizaje, us un algoritmo evolutivo: una poblacin de
diferentes autmatas competa para hallar la mejor solucin, es decir, predecir cual iba a ser
el siguiente smbolo de la secuencia con un mnimo de errores. Los peores 50% eran
eliminados cada generacin, y sustituidos por otros autmatas resultantes de una mutacin
de los existentes. En cualquier caso, estos primeros experimentos demostraron el potencial
de la evolucin como mtodo de bsqueda de soluciones novedosas.
3.1.1. Surgimiento de los Algoritmos Genticos.
47
Unos 15 aos ms adelante, David Goldberg, actual delfn de los AG, conoci a
Holland, y se convirti en su estudiante. Goldberg era un ingeniero industrial trabajando en
diseo de tuberas, y fue uno de los primeros que trat de aplicar los AG a problemas
industriales. Aunque Holland trat de disuadirle, porque pensaba que el problema era
excesivamente complicado como para aplicarle AG. Goldberg consigui lo que quera,
escribiendo un AG en un ordenador personal Apple II y public sus avances en este tema
(Figura 3.2).
Figura 3.2 Portada del libro de Algoritmos Genticos publicado por David E. Goldberg, estudiante de
Holland
48
[17]
Los problemas cuya complejidad est acotada por un polinomio son los
denominados problemas P. Ms detalladamente, podemos decir que un problema pertenece
a la clase si puede ser resuelto en tiempo polinomial en una computadora determinstica.
50
A un proceso que puede resolver un cierto problema, pero que no ofrece ninguna garanta
de lograrlo, se le denomina una 'heurstica' para ese problema.
Algunos ejemplos de tcnicas heursticas son los siguientes:
Bsqueda Tab
Recocido Simulado
Escalando la Colina
La bsqueda tab (Glover, 1998) es realmente una meta-heurstica, porque es un
procedimiento que debe acoplarse a otra tcnica, ya que no funciona por s sola. La
bsqueda tab usa una memoria para guiar la bsqueda, de tal forma que algunas
soluciones examinadas recientemente son memorizadas y se vuelven tab (prohibidas) al
tomar decisiones acerca del siguiente punto de bsqueda. La bsqueda tab es determinista,
aunque se le pueden agregar elementos probabilsticos.
El recocido simulado est basado en el enfriamiento de los cristales. El algoritmo
requiere de una temperatura inicial, una final y una funcin de variacin de la temperatura.
Dicha funcin de variacin es crucial para el buen desempeo del algoritmo y su definicin
es, por tanto, sumamente importante. Este es un algoritmo probabilstico de bsqueda local.
La tcnica escalando la colina se aplica a un punto a la vez (es decir, es una tcnica
local). A partir de un punto, se generan varios estados posibles y se selecciona el mejor de
ellos. El algoritmo no tiene retroceso ni lleva ningn tipo de registro histrico (aunque estos
y otros aditamentos son susceptibles de ser incorporados). El algoritmo puede quedar
atrapado fcilmente en ptimos locales. Asimismo, el algoritmo es determinista.
asigna un nmero real, que se supone, indica el nivel de adaptacin al problema del
individuo representado por el cromosoma.
Tabla 3.1 Traduccin biolgica de los AG.
Naturaleza
Algoritmos Genticos
Cromosoma
Gen
Carcter, bit
Alelo
Genotipo
Fenotipo
54
3.5.1.1.
Codificacin binaria.
Representacin
Decimal
Binario
331
1077
4250
4095
4096
1
0000101001011
0010000110101
0100010011010
0111111111111
1000000000000
0000000000001
Se observa que todos los nmeros poseen una cantidad de 13 bits que hace posible
las diferentes funciones del algoritmo gentico, como cruza, mutacin, etc, debido a que
todos los individuos poseen el mismo nmero de genes. Es por ello que se establece el
rango (1 8191), ya que el nmero 8192 o cualquier nmero superior tiene una
representacin en nmeros binarios de por lo menos 14 bits (10000000000000), lo cual
excede el nmero de genes del cromosoma de un individuo y no es posible llevar a cabo
una combinacin/cruce/mutacin homogneos.
55
3.5.1.2.
Codificacin numrica.
3.5.1.3.
Codificacin en rbol.
56
(Brindle, 1979). La idea bsica del mtodo es seleccionar con base en comparaciones
directas de los individuos.
El algoritmo de la versin determinstica es el siguiente:
1. Barajar los individuos de la poblacin.
2. Escoger un numero p de individuos (tpicamente 2).
3. Compararlos con base en su FA.
4. El ganador del torneo es el individuo ms apto.
5. Debe barajarse la poblacin un total de p veces para seleccionar N padres
(donde N es el tamao de la poblacin).
En la Tabla 3.3 se muestra un ejemplo de su funcionamiento:
Tabla 3.3 Ejemplo de seleccin por torneo.
Individuo
1
2
3
4
5
6
FA
254
47
457
194
85
310
Barajar 1
2
6
1
3
5
4
Ganadores 1
6
3
4
Barajar 2 Ganadores 2
4
1
1
6
6
5
2
3
3
3.5.3.2.
3y6
4y3
58
Tambin puede posiblemente que se pierdan los mejores individuos de una poblacin. No
hay garanta de que las buenas soluciones encontrarn su camino en la prxima generacin.
El concepto de la ruleta es el siguiente:
Suponiendo que en una generacin de tamao n, se obtienen los valores de FA de todos los
individuos, entonces la probabilidad p de seleccionar al individuo i ser:
Describiendo a mayor detalle, se considera una ruleta (Figura 3.6), donde cada fraccin del
crculo (wi) ser proporcional al valor del FA de cada individuo, entonces se tiene:
Anlisis de la Ruleta
Cruza en 1 punto.
mtodo y otros tratan sobre los resultados disruptivos que puedan darse, adems en cuanto
a la pronta repeticin o convergencia de los individuos.
3.5.4.2.
Cruza en 2 puntos.
Este procedimiento es similar al anterior, excepto que aqu se toman 2 puntos entre
1 y Lc-1 de los individuos a cruzar, con lo que se corta una subcadena del individuo y se
inserta en el otro individuo y viceversa. (Figura 3.8). Existen trabajos que buscan ventajas
o desventajas respecto a la cruza en un punto. Sin embargo, se considera que la cruza en 2
puntos es mejor que en uno solo debido a la rpida convergencia de soluciones.
61
3.5.4.3.
Cruza uniforme.
3.5.5. Mutacin
62
3.6. Ejemplo
Aqu se muestra un ejemplo de aplicacin de los AG, para optimizar una funcin
algebraica, cuya estructura es la siguiente:
(
(
)
)
[19]
ind
Fa (f(x,y))
-0.4
0.11
-0.204
0.16
-0.21
0.182
0.22
-0.99
-0.065
-0.01
-0.64
0.018
0.7
-0.61
0.015
-0.46
0.39
-0.041
0.06
0.08
0.841
0.58
-0.41
0.103
0.55
-0.25
-0.040
10
-0.46
0.14
-0.207
11
-0.24
0.59
0.014
12
-0.04
-0.66
0.049
13
0.45
0.79
0.036
14
-0.47
-0.21
-0.176
15
-0.67
0.08
0.066
16
-0.55
-0.67
0.079
17
0.68
0.74
-0.058
18
-0.36
0.75
0.107
19
0.98
0.09
-0.041
20
0.17
0.89
0.039
Torneo
mejor
-0.040
15
0.066
pareja
2
11
0.014
0.841
pareja
3
0.015
17
-0.058
pareja
4
16
0.079
18
0.107
pareja
5
0.841
0.841
pareja
6
-0.204
-0.204
pareja
7
-0.041
0.015
pareja
8
17
-0.058
13
0.036
pareja
9
18
0.107
-0.040
pareja
10
15
0.066
0.103
pareja
1
Torneo
GANADOR!
-0.041
0.018
0.066
15
pareja
11
0.841
pareja
12
0.841
-0.041
0.015
pareja
13
17
-0.058
17
-0.058
0.107
18
pareja
14
11
0.014
18
0.107
0.841
pareja
15
13
0.036
20
0.039
-0.204
pareja
16
-0.204
13
0.036
0.015
pareja
17
-0.065
0.103
0.036
13
pareja
18
16
0.079
-0.040
0.107
18
pareja
19
18
0.107
12
0.049
0.103
pareja
20
13
0.036
-0.041
mejor
GANADOR!
0.018
0.841
-0.058
17
0.107
18
0.039
20
0.036
13
0.103
0.079
16
0.107
18
0.036
13
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
Y
1
1
0
1
1
1
1
0
1
1
1
0
1
1
0
1
0
1
1
0
1
1
0
0
1
1
1
0
0
1
1
0
1
1
0
1
0
1
1
0
0
1
1
1
1
0
0
1
1
0
1
1
1
0
1
0
1
0
1
1
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
0
1
1
1
1
0
0
1
0
1
1
1
1
1
0
1
0
0
0
1
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
1
0
1
1
0
0
0
1
0
1
1
1
0
1
0
0
0
1
0
0
1
1
1
1
0
0
1
1
0
1
1
1
0
1
0
1
0
1
0
Pc
Pcruza
0.14
2.00
0.63
5.00
0.45
4.00
0.45
4.00
0.21
3.00
0.21
3.00
0.82
0.14
5.00
0.53
4.00
0.66
3.00
X
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
Y
1
1
1
0
1
1
0
1
1
1
0
1
1
1
1
0
0
1
0
1
1
1
0
0
1
1
0
1
1
0
0
1
1
1
1
0
0
1
0
1
1
0
1
1
0
1
1
0
0
1
1
1
1
0
0
1
1
0
1
1
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
0
1
1
0
1
1
0
0
1
1
1
1
1
1
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
1
0
1
0
0
1
0
0
0
1
1
1
1
0
0
1
0
0
0
1
1
0
1
1
0
1
1
0
0
1
1
1
1
0
0
1
1
0
0
1
64
SELECCIN
15
7
5
18
7
1
5
13
18
8
4
7
17
18
20
13
8
16
18
13
La evolucin de los AG, para la generacin nmero 5, genera una cercana a la solucin
buscada, que es la aproximacin de los individuos al valor (x, y) = (0,0) con f(x,y)=1.
(Figuras 3.12 3.16)
65
66
CAPTULO 4
67
4.1. Codificacin
El emplazamiento de una estacin de reinyeccin de cloro se realiza en los nodos de la red.
Aunque no es rigurosamente indispensable el punto anterior, resulta de suma ventaja
simular la colocacin de una estacin en los nodos, debido a que los modelos con lo que se
trabajan realizan anlisis de clculo con concentraciones medidas en los nodos, adems de
que toman en cuenta la longitud de las tuberas y el material de stas. Por lo anterior, para
aplicar el procedimiento de los AG, el primer paso a realizar es la codificacin y se har
bajo el siguiente esquema de trabajo.
68
Valores del
suministro de
la estacin
(mg/L)
0.25
0.00
0.40
0.00
0.50
0.00
0.60
0.00
Valor binario
0000
0001
0010
0011
0100
0101
0110
0111
Valores del
suministro de la
estacin
(mg/L)
0.70
0.00
0.80
0.00
1.00
0.00
1.20
1.50
Valor binario
1000
1001
1010
1011
1100
1101
1110
1111
69
Cada una de estas cantidades representa la dosificacin que har una estacin de
reinyeccin. La concentracin nula (0mg/l ), describe que no se realizar una cloracin
adicional en el nodo.
La estructura de un cromosoma en AG representa a la red estudiada. Al utilizar esta
codificacin, cada tercio de bits representa una estacin de reinyeccin de cloro en el nodo i
con la dosificacin correspondiente a su valor real. Veamos un ejemplo de un individuo
para una red de 6 nodos (Figura 4.1).
Figura 4.1 Ejemplo del trazo una red compuesta por 6 nodos.
La longitud del cromosoma (Ecuacin 20) es igual al nmero de bits necesarios para
cada nodo, multiplicado por el nmero de nodos de la red. La expresin puede definirse
como:
[20]
Donde:
nn = Nmero de nodos
nb= Nmero de bits
(En este ejemplo Lc es 24.)
71
Figura 4.3 Ejemplo de poblacin inicial de la red con 16 individuos generados aleatoriamente.
[21]
Donde:
Factor creciente.
La parte del numerador (Ecuacin 22) es un factor creciente que depende de los
resultados del anlisis de la red en periodo extendido llevado a cabo por EPANET, del cual
se obtienen las concentraciones en cada nodo durante toda la simulacin.
[22]
Dentro de la funcin logartmica, se tiene una versin similar a la desviacin estndar.
Segn Schmid (2000) y Willoughby (1969), La desviacin estndar (Ecuacin 23),
es una medida de dispersin utilizada en Estadstica, para asignar un valor numrico que
describe la proximidad de los datos x de x1, x2, x3, , xn respecto a la media de los datos.
[23]
Donde:
= Desviacin estndar.
n = Tamao de la muestra de datos.
xi = Dato i de la muestra.
= Media de la muestra.
73
Donde:
74
El valor extremo de un anlisis ser suponer que en todos los nodos de la red se
coloque una estacin de reinyeccin con el suministro mximo (1.5mg/l ), por lo que si se
evala la desviacin estndar de dicho escenario, el valor ser de:
Figura 4.6 Grfico del factor creciente (en este caso el rango del intervalo es 1.5 0.2 = 1.3).
Utilizar esta relacin no contradice el hecho de que se pueda trabajar con redes
donde se requieran cantidades por encima de la concentracin mxima, en ciertos nodos
para mantener la calidad dentro de las normas. Por ejemplo, suponiendo que se tiene una
red con problemas de calidad de agua, la cual requiere la cantidad de 2.8mg/l en el tanque
de abastecimiento para alcanzar la concentracin mnima en nodos especficos. En este
75
caso, en la codificacin de los AG, se cambia la concentracin mxima a 2.8mg/l con el fin
de tomar en cuenta la condicin del uso de esta concentracin.
Este factor creciente propuesto es una evaluacin que tender a aumentar su puntaje
a aquellos indivoduos que posean concentraciones ms prximas a la cantidad mnima de
cloro establecida y similarmente, disminuir conforme se tengan niveles ms lejanos a
0.2mg/l.
4.3.1.2.
Factor penalizador.
4.3.1.2.1.
El nmero 100,000 es una tendencia real que se escogi para dar el papel de el
precio de una estacin de reinyeccin de cloro de $100,000 (unidades monetarias), por lo
que este nmero aumentar mientras ms estaciones de reinyeccin se tengan propuestas en
el individuo.
4.3.1.2.2.
76
{
Este parmetro equivale al desfase de concentracin cuando se sale del rango
(cmn -cmx), (Figura 4.7). Por ejemplo, cuando un nodo resulta tener una concentracin
promedio de 1.9mg/l, que est por encima de 1.5mg/l, entonces c valdr 0.4mg/l, que es la
diferencia en cuanto a su evasiva respecto al rango. Si el nodo en otra evaluacin tiene una
concentracin de 0.05mg/l, de igual manera es menor que 0.2mg/l (la concentracin
mnima) por lo que c equivale a 0.15mg/l. Por ltimo, si se tuvo una concentracin de
0.6mg/l, c valdr 0 ya que este ltimo valor se encuentra dentro del rango establecido.
Cuando se hayan evaluado todos los nodos de la red en esta funcin, la suma del total
equivaldr a .
4.3.1.2.3.
Costo de penalizacin.
Este factor se aplica cuando la red se encuentra fuera de los lmites permisibles.
Representa de manera ficticia el costo monetario de prdida por estar la red fuera de
las normas. Podra decirse que un organismo pierde cerca del costo de 20 estaciones de
reinyeccin cuando se hizo una mala eleccin o cuando no fue suficiente para mantener a la
red con la calidad ptima. Este valor puede cambiar en cuanto el usuario determine otra
manera de uso de este Costo de Penalizacin, pero lo que s debe preservar es que este valor
sea mucho mayor al costo por estaciones ( C#est ), ya que puede llevar a resultados errneos
al considerar un nmero menor de penalizacin y permitir que los AG consideren buenas
redes a aquellas que no cumplen con las normas.
77
))
[26]
Para la parte del factor penalizador (denominador de fa) se puede dejar por un
momento la penalizacin hecha por desfase de concentraciones fuera del lmite cPc y
tomar como variable a C#est.
))
78
Figura 4.8 Grfico de fa para todo el rango cmn cmx y proponiendo de 1 a 10 estaciones
individuo
fa
Porcentaje
ind 1
ind 2
ind 3
ind 4
ind 5
ind 6
15
12
2
21
8
6
23.44%
18.75%
3.13%
32.81%
12.50%
9.38%
79
suma=
64
100%
Valor proporcional a fa
9.38%
ind 1
12.50%
23.44%
32.81%
18.75%
ind 2
ind 3
ind 4
ind 5
3.13%
ind 6
Para llevar a cabo la seleccin como tal, se generan tantos nmeros aleatorios como
individuos haya en la poblacin, todos ellos deben estar entre 0 y la suma de sus fa. De
igual forma puede hacerse la generacin de nmeros aleatorios entre 0 y 1 (siguiendo su
valor porcentual). Hacer esto tiene una ventaja y una desventaja: es ms fcil codificar la
bsqueda del individuo utilizando nmeros aleatorios entre 0 y 1, la desventaja es que se
requiere de un clculo adicional que es la obtencin de los valores porcentuales de los
individuos, lo cual no repercute significativamente en el tiempo de clculo de los AG. La
eleccin de este parmetro es de libre referendo del usuario.
Una vez que se tengan los nmeros aleatorios, por cada nmero generado, se van
sumando una a una las aptitudes de los individuos y se seleccionar el ltimo individuo
cuya aptitud, al sumarse, d como resultado un nmero mayor al generado aleatoriamente.
Este tipo de seleccin permite que los individuos ms aptos tengan mayor probabilidad de
ser seleccionados que los menos aptos; es una de las razones por las que el AG siempre
converge a un resultado, que si no es el ptimo global, s es muy cercano a l.
4.5. Cruza
La cruza hace una recombinacin de los individuos seleccionados en el proceso
anterior y son manipulados internamente para crear nuevos individuos con caractersticas
similares a los individuos previamente seleccionados.
80
4.6. Mutacin
La mutacin mantiene en cierta manera la diversidad entre las poblaciones de lo
AG. No es indispensable este proceso para el buen desarrollo de los AG, pero fue
firmemente propuesto por John H. Holland, debido a su enfoque natural inspirado en los
procesos evolutivos de los seres vivos.
81
Donde:
Pm = Probabilidad de mutacin.
Pc = Probabilidad de cruza.
Lc = Longitud del cromosoma.
Con esta restriccin, se tendr un bajo nmero de individuos que sern afectados
por su probabilidad de mutacin. Aquellos que pasaron dicha condicin, se les asignar un
nmero aleatorio entre 1 y Lc, (en este caso de aplicacin, 1 y 16) y el nmero que resulte,
es el bit que tendr que ser cambiado, o mejor dicho mutado (Figura 4.11).
Una vez mutados los descendientes se comienza un nuevo ciclo, repitiendo los
procedimientos anteriores hasta que se encuentre la solucin buscada o se termine un
nmero finito de generaciones.
La manera ms comn de detener un AG es al terminarse el nmero de
generaciones planteado. En el caso de la Ubicacin ptima de Estaciones de reinyeccin de
Cloro, el nmero de generaciones a evaluar depende del tamao de la red.
82
CAPTULO 5
83
2 reservorios
3 tanques
2 bombas
117 tuberas
92 nodos (5 de los nodos sern llamados nodos crticos, los cuales tienen su ID para
la discusin del anlisis)
1 Patrn general de demanda y otros 4 patrones particulares en ciertos nodos.
85
Concentracin
inicial en fuentes
Coeficientes de
reaccin
Ro
Lago
kb
kw
(mg/L)
(mg/L)
(1/d)
(m/d)
1.50
1.50
0.120
0.04
1.69
1.62
0.233
0.21
1.79
1.68
0.350
0.32
Escenario
Descripcin
Red con mnimas (A) medias (B) y
criticas (C) condiciones de reaccin
de cloro. Los 3 escenarios utilizan
la concentracin inicial necesaria
para una operacin normal y el
cumplimiento de las normas.
86
5.2.3. Resultados
Se realizaron varias pruebas con los AG y los mejores resultados se logran con la
ejecucin del programa con 1,200 y 2,500 individuos. Se detiene el programa cuando en el
transcurso de las generaciones no hay cambios en los valores de FA de los individuos.
Dicho en otras palabras, se repite la mejor solucin encontrada en la generacin y se
detiene cuando esto sucede por ms de 25 veces. Los mejores valores de aptitud para los
escenarios fueron encontrados alrededor de las 60 generaciones (Figura 5.2).
87
Tabla 5.2 Propuesta de optimizacin para los tres escenarios sugerida por los AG.
Escenario
Concentracin
inicial
Rio
Lago
(mg/L) (mg/L)
1.50
1.50
A
(optimizado)
0.50
0.50
1.69
1.62
B
(optimizado)
0.56
0.53
1.79
1.68
C
(optimizado)
0.59
0.55
Uso total
de cloro
(mg/L)
------------
3.0
Nodo 20
Nodo 241
Tanque 2
0.32
0.30
0.25
1.87
-----------Nodo 127
0.56
3.31
Tanque 2
0.25
0.45
------------
2.95
3.47
N. 20
N. 40
N. 50
N. 131
N. 145
N. 211
0.50
0.21
0.40
0.25
0.30
0.60
3.40
Figura 5.3 Comportamiento de la concentracin de cloro en los nodos crticos antes y despus del uso de estaciones
de cloracin.
88
Figura 5.4. Comparacin de la distribucin del nivel de cloro en la red a la hora de mayor consumo (hora 50:00).
89
Se observa un elevado uso de cloro en las fuentes para que los nodos ms prximos
tengan la concentracin en el lmite mximo y hacer todo el uso posible de cloro para que
los nodos ms alejados tengan una concentracin suficiente para realizar la desinfeccin.
Sin embargo, existen periodos de tiempos en los 3 escenarios que no alcanzan la
concentracin mnima establecida. En la parte derecha de la Figura 5.4, se presentan los
resultados de los escenarios optimizados, en los cuales, se aprecia un dominio constante del
cloro. Prcticamente todos los escenarios no slo cumplen con la norma NOM-127, si no
que se mantienen las concentraciones dentro de los recomendados por la WHO, que son de
menor cantidad de uso de cloro que los establecidos por la Secretara de Salud.
La hora nmero 68 de la simulacin es el tiempo en que se presenta el consumo
mnimo en los nodos. La configuracin a lo largo de la red se muestra en la Figura 5.5. A la
izquierda se tienen concentraciones de cloro en una escala comprendida entre 0.2 a
1.80mg/L para los escenarios iniciales. La zona noreste de la red tiene zonas donde no se
alcanza la concentracin mnima (0.20mg/L). En esta zona se observa que dicha
concentracin es mantenida durante un lapso de 10 horas. Los escenarios optimizados (a la
derecha) utilizando estaciones de cloracin se mantienen los niveles dentro de la escala 0 a
0.6mg/L. En la zona noreste, visualizada anteriormente, se elimina la ausencia de cloro
logrando alcanzar la concentracin mnima durante toda la simulacin (se tiene an un pico
de concentraciones entre 0.10 y 0.2mg/L en un lapso de 2 horas para el nodo 243, pero
puede atacarse el problema aumentando un poco los suministros del cloro en las
estaciones). Generalmente en los 3 escenarios, de manera similar a la hora con mayor
consumo, se cumple el propsito de tener toda la red con concentraciones promedio
alrededor de 0.2 a 0.5mg/L.
90
ESCENARIO A
ESCENARIO A (OPTIMIZADO)
ESCENARIO B
ESCENARIO B (OPTIMIZADO)
ESCENARIO C
ESCENARIO C (OPTIMIZADO)
Figura 5.5 Comparacin de la distribucin del nivel de cloro en la red a la hora de menor consumo (hora 68:00)
DISCUSIN
Refiriendo al tema del consumo del agua en Mxico, en varios puntos se toc el
aspecto de la desconfianza de los usuarios al pensar en consumir agua proporcionada por
los organismos operadores. Esta agua, como ya se describi, no cumple con las
expectativas de una calidad ptima en cuanto a ser agua para beber. Es posible tomar en
cuenta que una buena cloracin no hace al agua un servicio 100% para consumo humano,
ya que el agua desinfectada, una vez llegada a nuestras casas, tiene un cierto tiempo de
residencia en el almacenamiento. Independientemente del estado del tanque o cisterna,
siempre se tiene el riesgo de recaer al agua en contaminacin.
Este estudio puede llegar a utilizarse de apoyo para crear una consciencia en los
organismos operadores y en los sistemas encargados de normalizar el uso del agua, al
contar con una herramienta que nos contribuye esencialmente a poder regresar a la
poblacin servida la confianza de que, a sus casas est llegando agua con mejores
condiciones y, al contar con un sistema ms adecuado de almacenamiento, sustituir el
agua embotellada con agua potable de la red de distribucin.
La implementacin de un sistema integral de desinfeccin del agua se puede llevar a
cabo considerando las siguientes aplicaciones: Agua desinfectada desde las fuentes y en
toda la red, evitar el agua almacenada en las casas o en caso de que no sea posible, con un
sistema anti-contaminantes, filtros y un fcil mantenimiento de los mismos. Todo esto hace
posible la meta de erradicar la necesidad del consumo de agua embotellada y que regrese la
confianza en el trabajo realizado por los sistemas operadores.
Con la aplicacin de esta herramienta se puede contribuir a la visin de tener un
servicio de agua potable ntegro y un ahorro considerable en los gastos que se llevan a cabo
al ao para disponer de agua limpia por parte del organismo operador y el gasto excesivo de
agua embotellada por parte de los usuarios.
92
CONCLUSIONES
Los AG resultan un apoyo ventajoso cuando se tiene un problema de gran
dimensin y muchos aspectos a considerar. Los tiempos de ejecucin varan con la
configuracin de la red, sin embargo, los resultados son alcanzados con el transcurso de una
baja cantidad de generaciones. En los anlisis de los escenarios, se obtuvieron los mejores
resultados aplicando la cantidad de 2,500 individuos como mximo en funcin de la
diversidad de alternativas posibles (las dimensiones de la red) para encontrar la mejor
solucin que optimice la red. Se llegaba a una convergencia en los valores de aptitud
alrededor de la generacin nmero 60.
Con el anlisis en diferentes estados de reaccin en la red se puede visualizar la
efectividad de la optimizacin del uso del cloro (hasta un 37.67% para el escenario A). El
escenario B optimizado tiene un control ms estable del uso del cloro, siendo que
originalmente requera de 3.31 mg/L de cloro entre las dos fuentes para contribuir a la
carencia del desinfectante en las zonas ms alejadas, y al hacer uso de las 4 estaciones de
reinyeccin se reduce esta aplicacin del desinfectante en ms del 10%. Haciendo
referencia al estado de reaccin para el escenario C, se propuso la colocacin de 6
estaciones de reinyeccin de cloro distribuidas en la red, logrando una optimizacin del
2.08%. Aunque no es un nmero considerablemente amplio en trminos de reduccin de
cloro, se lograron estabilizar los niveles de concentracin en todos los nodos en la red
(asumiendo que los nodos crticos estn dentro del rango propuesto por la WHO de 0.2 a
0.5 mg/L y los mapas de contorno en las horas de mayor y menor consumo mantienen todas
sus zonas dentro de estos lmites). De manera similar, en condiciones extremas del estado
de la red en cuanto a tiempo de uso y la reaccin con el agua y las tuberas, se logra una
estabilizacin adecuada de los niveles de cloro.
Entre las diferentes pruebas realizadas en los escenarios, se encontraron soluciones
alternativas, como colocar una o dos estaciones de reinyeccin, lo cual puede hacer una
expectativa de ser una mejor solucin que las mencionadas en los resultados propuestos (3,
4 y 6 estaciones). Sin embargo, en estas soluciones se utiliza una cantidad alta de cloro, con
lo que no se llega a una estabilizacin adecuada en la simulacin de calidad del agua y por
consiguiente, no hay una firme optimizacin del uso de cloro. Las soluciones alternativas
con pocas estaciones pero alto uso de cloro adquiran un nivel ms bajo de FA en
comparacin con las soluciones propuestas en la seccin de resultados. Por lo que dichas
propuestas fueron ms adecuadas para el uso ptimo cloro.
El emplazamiento y la elaboracin del proyecto ejecutivo para construir estaciones
de reinyeccin en la red requieren de una inversin inicial (equipo de cloracin, tanques de
cloro, mano de obra de construccin, mantenimiento, etc.), por lo que proponer ms de una
93
o dos estaciones de reinyeccin de cloro hace pensar que es una meta inalcanzable y un
gasto innecesario. A pesar de ello, se puede inferir que al estar proponiendo cierto nmero
de estaciones que hacen posible una reduccin del uso del cloro llegara a recuperarse dicha
inversin en un futuro. Haciendo un proyecto rentable, que no slo se enfoca en el bien
econmico, si no en la satisfaccin del organismo a disponer agua en condiciones benficas
para los usuarios y que estn brindando un servicio de calidad.
Con los enfoques mencionados en las discusiones y las aportaciones que se hacen en
este trabajo, se tiene un amplio esquema de solucin para la problemtica de calidad del
agua y consumo de agua embotellada. A fin de que de que el organismo operador reduzca
sus costos de operacin y produccin del agua, beneficiando a la poblacin servida.
En futuras lneas de trabajo se puede llegar a proponer ante el sistema encargado de
la legislacin del recurso hdrico, CONAGUA, a las Comisines Estatales del Agua, CEAs
y los diferentes organismos operadores de agua potable la utilizacin de esta herramienta en
diferentes redes o sectores que estn en condiciones de baja calidad del agua y se requiera
la incorporacin de estaciones de reinyeccin al sistema. Todo esto con el fn de la
aportacin y validacin de este trabajo para tener un apoyo en la bsqueda un servicio
adecuado al proporcionar agua con mejores condiciones y beneficiar tanto al sistema
operador como principalmente a la poblacin en cuanto la posibilidad del consumo de agua
de la llave en reemplazo del agua embotellada y un panorama sanitario conveniente.
94
REFERENCIAS:
AEAAS, Manual de la cloracin, Asociacin Espaola de Abastecimientos de Agua y
Saneamiento, Editorial A. E. A. A. S., 01 de Enero de 1984, 32p.
Ahn, J. C., Lee, S. W., Choi, K. Y., & Koo, J. Y. (2012). Application of EPANET for the
determination of chlorine dose and prediction of THMs in a water distribution system.
Sustainable Environment Research, 22(1), 31-38.
Alcocer-Yamanaka, V. H., Tzatchkov, V. G., & Arregun-Corts, F. I. Modelo de calidad
del agua en redes de distribucin. Ingeniera hidrulica en Mxico, 19(2), 2004, 77-88.
Al-Jasser, A. O. (2007). Chlorine decay in drinking-water transmission and distribution
systems: Pipe service age effect. Water Research, 41(2), 387-396.
ARA, L. J. G. (2002). El agua, el cloro y los seres vivos. Monografas de la Real Academia
Nacional de Farmacia.
Arranz de la Pea, J., & Parra Truyol, A. (2014). Algoritmos Genticos. Universidad Carlos
III.
Barkin, D. (2006). La gestin del agua urbana en Mxico. Universidad de Guadalajara.
Beasley, D., Martin R. R. & Bull, D. R. (1993). An overview of Genetic Algorithms: Part 1.
Fundamentals. University Computing, 15, 58-74.
Boccelli, D. L., Tryby, M. E., Uber, J. G., and Summers, R. S. (2003). A reactive species
model for chlorine decay and THM formation under rechlorination conditions. Water
Research, 37(11), 2654-2666
Castro, P., & Neves, M. (2003). Chlorine decay in water distribution systems case study
lousada network. Electronic Journal of Environmental, Agricultural and Food Chemistry, 2,
261-266.
Coello, C. A. C. (2003). Introduccin a la computacin evolutiva (Notas de curso).
CINVESTAV IPN. Instituto Politcnico Nacional Mxico.
COMISIN NACIONAL DEL AGUA (2007a). Manual de Agua Potable y Alcantarillado
y Saneamiento. Modelacin Hidrulica y de Calidad del Agua en Redes de Agua Potable.
Mxico.
COMISIN NACIONAL DEL AGUA (2007b). Manual de Agua Potable, Alcantarillado y
Saneamiento. Datos Bsicos. Mxico.
95
Corts, N. C. (2000). Uso de emulaciones del sistema inmune para manejo de restricciones
en algoritmos evolutivos. Master's thesis, Maestra en Inteligencia Artificial, UV-LANIA,
Xalapa, Veracruz.
Diguez Alberte, A., Ovejero Mlaga, R., & Robledo Ibez, A. (2004). Implementacin de
juegos usando algoritmos evolutivos. Notas del curso, Universidad complutense de Madrid.
Ellis Horowitz and Sartaj Sahni. Fundamentals of Computer Algorithms. Computer Science
Press, Rockville, Maryland, 1984.
Erickson, J. (2012). Moving Mexico Back to Tap Water: Strategies to Restore Confidence
in the Water System. Policy Matters Journal, 10(1).
Fogel, L. J., Owens, A. J., & Walsh, M. J. (1966). Artificial intelligence through simulated
evolution.
Fuertes, V. S., Garca-Serra, J., Iglesias, P. L., Lpez, G., Martnez, F. J., & Prez, R.
(2002). Modelacin y diseo de redes de abastecimiento de agua. Grupo Mecnica de
Fludos. Universidad Politcnica de Valencia, Espaa.
Geldreich, E. E. (1996). Microbial quality of water supply in distribution systems. CRC
Press LLC, ISBN 1-56670-194-5. 504pp.
Gestal Pose, M. G. (2000). Introduccin a los Algoritmos Genticos. Departamento de
Tecnologas de la Informacin y las Comunicaciones Universidad de Corua.
Glover F., Laguna M. (1998) Tabu Search. Kluwer Academic Publishers,
Norwell Massachusetts.
Goldberg, D. E. (2006). Genetic algorithms. Pearson Education India.
Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and machine learning.
Addion wesley, 1989.
Goldberg, D. E., & Deb, K. (1991). A comparative analysis of selection schemes used in
genetic algorithms. Foundations of genetic algorithms, 1, 69-93.
Gonzlez Pieros, M. A. (2013). Optimizacin de redes hidrulicas mediante aplicacin
de algoritmos genticos y de recocido simulado utilizados en programas comerciales.
Tesis de Especialidad, Escuela Colombiana de Ingeniera Julio Garavito, Bogot,
Colombia.
Gramajo Cifuentes B. M. (2004). Determinacin de la calidad del agua para consumo
humano y uso industrial, obtenida de pozos mecnicos en la zona 11, Mixco, Guatemala.
Tesis de Licenciatura. Universidad de San Carlos de Guatemala. Guatemala.
96
Guimares, J. R., Ibez, J., Litter, M. I., & Pizarro, R. (2001). Desinfeccin de agua.
Eliminacin de Contaminantes por Fotocatlisis Heterognea, 305-316.
Hallam, N. B., West, J. R., Forster, C. F., Powell, J. C., and Spencer, I. (2002). The decay
of chlorine associated with the pipe wall in water distribution systems. Water Research,
36(14), 3479-3488.
Islam, N., Sadiq, R., & Rodriguez, M. J. (2013). Optimizing booster chlorination in water
distribution networks: a water quality index approach. Environmental monitoring and
assessment, 1-16.
Holland, J. H. (1992). Algoritmos genticos. Investigacin y Ciencia, 192, 38-45.
Jimnez Magaa, M. R. (2004). Diseo ptimo de Redes de Distribucin de Agua Potable
Utilizando un Algoritmo Gentico, Tesis de maestra, Universidad Nacional Autnoma de
Mxico.
Johnson T., (2010). McClatchy Newspapers. In Mexico, fear of tap water fuels bottledwater boom. 27 de mayo de 2010. Recurso en lnea (consultado el 05 de Junio del 2015)
http://www.mcclatchydc.com/2010/05/27/94943/in-mexico-fear-of-tap-water-fuels.html
Kapadia, M. K. (1998). Modeling chlorine residuals in Water Distribution Network Using
EPANET 2.0 software.
Knobelsdorf Miranda, J., & Mujeriego Sahuquillo, R. (1997). Crecimiento bacteriano en
las redes de distribucin de agua potable: una revisin bibliogrfica. Ingeniera del agua,
1997, vol. 4, nm. 2.
Kumar, R. (2012). Jyotishree, Blending roulette wheel selection & rank selection in genetic
algorithms. In Proceedings of International Conference on Machine Learning and
Computing (Vol. 4, pp. 197-202).
Lansey, K., Pasha, F., Pool, S., Elshorbagy, W., & Uber, J. (2007). Locating satellite
booster disinfectant stations. Journal of Water Resources Planning and Management,
133(4), 372-376.
Lipowski, A., & Lipowska, D. (2012). Roulette-wheel selection via stochastic acceptance.
Physica A: Statistical Mechanics and its Applications, 391(6), 2193-2196.
Matas Snchez, A. (2003). Diseo de redes de distribucin de agua contemplando la
fiabilidad, mediante Algoritmos Genticos. Tesis doctoral. Universidad Politcnica de
Valencia, Espaa
McJunkin, F. E. (1988). Agua y salud humana. Editorial Limusa, S.A. de C.V.
Mndez, M. V. (1995). Tuberas a presin en los sistemas de abastecimiento de agua.
Universidad Catlica Andrs.
97
Quirs, F. R. (2005). Desinfeccin del agua con cloro y cloraminas. Tcnica Industrial,
260, 55.
Quirs, F. R. (2010). Subproductos generados en la desinfeccin del agua. Tcnica
Industrial, 288, 47.
Rodrguez Castro, J. A., Prez Morales, G. B. (2007). Apuntes de hidrulica bsica
Universidad Michoacana de San Nicols de Hidalgo.
Rodrguez, M. J., Rodrguez, G., Serodes, J., & Sadiq, R. (2007). Subproductos de la
desinfeccin del agua potable: formacin, aspectos sanitarios y reglamentacin.
Interciencia: Revista de ciencia y tecnologa de Amrica, 32(11), 749-756.
Rojas, R. (2002). Gua para la vigilancia y control de la calidad del agua para consumo
humano. Lima. Centro Panamericano de Ingeniera Sanitaria/Organizacin Panamericana
de la Salud.
Rossman, L. A. (2000). EPANET 2: users manual. Environmental Protection Agency
(EPA), United States of America.
Sampson, J. R., & Brindle, A. (1979). Genetic algorithms for function optimization. In
Proceedings of the Ninth Manitoba Conference on Numerical Mathematics and Computing
(pp. 31-47).
Schmid, W. A., & Lazos, R. (2000). Gua para estimar la incertidumbre de la medicin.
Centro Nacional de Metrologa. Quertaro. Universidad Nacional Autnoma de Mxico.
Sotelo Avila, G. (1991). Hidrulica general; fundamentos. Limusa.
Willoughby, S. S., & Vogeli, B. R. (1969). Probabilidad y estadstica. Publicaciones
Cultural.
WHO. (1997). Guidelines for drinking-water quality: recommendations (Vol. 3). 2nd Ed.
World Health Organization.
99