UNIVERSIDAD DE GUANAJUATO

Divisin de Ingenieras
Ingeniera Hidrulica

ALGORITMOS GENTICOS PARA LA UBICACIN PTIMA DE

ESTACIONES DE REINYECCIN DE CLORO EN REDES DE
ABASTECIMIENTO DE AGUA POTABLE

DANIEL HERNNDEZ CERVANTES

TESIS
Que para obtener el grado de
INGENIERO HIDRULICO

Director:
Dr. Jos de Jess Mora Rodrguez
Co-directores:
M.I. Martn Rubn Jimnez Magaa.
M.I. Josefina Ortiz Medel.
Guanajuato, Mxico

Julio 2015

Considero a cada hombre como deudor de su profesin,

y ya que de ella recibe sustento y provecho,
as que debe procurar mediante el estudio
servirle de ayuda y ornato.

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.

GENERALIDADES DE LAS REDES DE DISTRIBUCIN DE AGUA POTABLE. ............................... 2

1.1. Red de distribucin de agua potable. ................................................................................. 2
1.1.1.
Tipos de redes de abastecimiento segn su uso......................................................... 3
1.1.2.
Tipos de redes de abastecimiento segn su topologa. .............................................. 3
1.2. Principales componentes de una red de agua potable. ...................................................... 4
1.2.1.
Tubera. ....................................................................................................................... 4
1.2.2.
Tipos de tubera en una red de abastecimiento ......................................................... 5
1.2.3.
Conexiones. ................................................................................................................. 5
1.2.4.
Vlvulas. ...................................................................................................................... 5
1.2.5.
Componentes especiales............................................................................................. 8
1.3. Formas de distribucin del agua. ........................................................................................ 8
1.4. Sistemas municipales de agua potable, alcantarillado. .................................................... 10
1.4.1.
Alcantarillado. ........................................................................................................... 11
1.4.2.
Saneamiento y destino de aguas residuales y pluviales. .......................................... 12
1.4.3.
Administracin del servicio de agua potable y alcantarillado................................... 12
1.5. Ecuaciones fundamentales. .............................................................................................. 13
1.5.1.
Ecuacin de continuidad ........................................................................................... 13
1.5.2.
Ecuacin de la Energa............................................................................................... 14
1.6. Concepto de disipacin de la energa del flujo ................................................................. 15
1.6.1.
Prdidas por friccin ................................................................................................. 15
1.6.2.
Prdidas locales ......................................................................................................... 18
1.7. Anlisis de redes por computadora. ................................................................................. 20
1.7.1.
Anlisis en rgimen permanente. ............................................................................. 20
1.7.2.
Anlisis en rgimen no permanente. ........................................................................ 21
1.7.3.
Anlisis en rgimen transitorio. ................................................................................ 21
1.7.4.
Programas de cmputo para anlisis de redes. ........................................................ 22

2.

CALIDAD DEL AGUA EN REDES HIDRULICAS .................................................................... 24

2.1. Concepto de calidad del agua ........................................................................................... 24
2.1.1.
Problemticas de calidad del agua. ........................................................................... 25
2.1.2.
Microorganismos presentes en el agua. ................................................................... 28
2.2. Desinfeccin del agua. ...................................................................................................... 30

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.

ALGORITMOS GENTICOS ................................................................................................ 45

3.1. Computacin Evolutiva, una breve resea histrica......................................................... 45
3.1.1.
Surgimiento de los Algoritmos Genticos. ................................................................ 47
3.2. Anlisis de algoritmos. ...................................................................................................... 49
3.3. Tcnicas Heursticas. ......................................................................................................... 50
3.4. Algoritmos Genticos ........................................................................................................ 51
3.4.1.
Algoritmo Gentico simple........................................................................................ 52
3.4.2.
Traduccin biolgica de los elementos de los AG. .................................................... 53
3.5. Procesos de los AG ............................................................................................................ 54
3.5.1.
Codificacin ............................................................................................................... 54
3.5.2.
Funcin de Aptitud. ................................................................................................... 57
3.5.3.
Proceso de Seleccin. ................................................................................................ 57
3.5.4.
Operador de Cruza. ................................................................................................... 60
3.5.5.
Mutacin ................................................................................................................... 62
3.6. Ejemplo.............................................................................................................................. 63

4. IMPLEMENTACIN DEL AG PARA LA UBICACIN PTIMA DE PUNTOS DE REINYECCIN Y LA

CANTIDAD ADECUADA DE ESTACIONES SUGERIDAS ................................................................. 68
4.1. Codificacin ....................................................................................................................... 68
4.1.1.
Representacin del cromosoma................................................................................ 69
4.2. Generacin de Poblacin inicial. ....................................................................................... 71
4.3. Funcin de aptitud propuesta ........................................................................................... 72
4.3.1.
Descripcin de la funcin de aptitud. ....................................................................... 73

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

Aspectos y herramientas para el anlisis de la calidad del agua.

Las redes que se encuentran en condiciones defavorables de vida til y operacin y
mantenimiento tienen ciertos puntos o ciertos sectores que no alcanzan la cantidad
suficiente de desinfectante. Segn Alcocer et al. (2004) los puntos ms alarmantes en
cuanto deficiencia de cloro no siempre se encuentran en las zonas ms alejadas del tanque
abastecedor o de la fuente de agua, si no que pueden localizarse en puntos donde el agua
fluye con baja velocidad o bien, en tanques de almacenamiento. Realizar la bsqueda de la
mejor locacin para emplazar una estacin de reinyeccin de cloro se vuelve un reto, que al
no tener una analoga del comportamiento de la red bien definida, se somete al proceso
antes mencionado: prueba y error lo cual es un mtodo para determinar esta locacin que
lleva varios proceso, tiempos y costos de pruebas, por lo que contar con una herramienta
que determine el mejor sitio de la cloracin adicional puede ahorrar todos estos ensayos que
se hacen para la determinacin de dicha locacin.
Desde los aos 90, los Algoritmos Genticos (AG) estn siendo utilizados para la
resolucin de diversos problemas de redes de agua potable (Gonzlez, 2013), como la
optimizacin de redes, deteccin de fugas, y tambin la ubicacin de estaciones de
reinyeccin. Ms concretamente, el estudio de redes con AG comenz en 1996, en
Australia (Jimnez, 2004). Dicho de otro modo, se puede lograr que la computadora,
mediante el cdigo de un algoritmo, sea capaz de sugerir la solucin a un problema de
redes, aprovechando la rapidez con la que realiza clculos y (en ste caso) simulaciones
hidrulicas. Por todo ello, se considera que, eligiendo las variables que afectan la
concentracin de cloro en la red, har posible encontrar una solucin que pueda beneficiar a
los consumidores de agua.
En la actualidad, se cuenta con diferentes programas de cmputo libres y
comerciales que modelan la calidad del agua en redes de abastecimiento, con los que se
verifica la concentracin y el desarrollo del desinfectante en el transcurso del agua en la
red. Mencionando a algunos de ellos:

WATER CAD y WATER GEMS (Haestad Methods, EUA)

INFOWORKS WS (Wallingford Software Ltd.)
KYPIPE PIPE2000 (Universidad de Kentucky, EUA),
H2ONET (Montgomery, EUA),
EPANET (Enviromental Protection Agency EPA, EUA).

Sin embargo, ninguno de ellos tiene la aplicacin de determinar el mejor lugar de la

red para reinyectar cloro o indicar la cantidad adecuada sugerida para hacerlo.

iii

Por lo anterior, para los sistemas de abastecimiento de agua potable en Mxico

resulta de gran utilidad conocer la distribucin del desinfectante dentro de la red en
relacin con las condiciones de operacin, de los materiales que conforman las
redes y de las caractersticas del agua en la regin, con el fin de detectar zonas con
posible dficit y definir las estaciones de reinyeccin de cloro.

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

Enfoque del estudio

En este trabajo, se propone estudiar la ubicacin ptima de estaciones de
reinyeccin de cloro usando una de las tcnicas heursticas ms utilizadas en hidrulica
urbana, Algoritmos Genticos. Estos algoritmos son procedimientos de bsqueda basados
en la teora de la seleccin natural y los mecanismos de poblacin gentica, y su eficiencia
de bsqueda en espacios de solucin complicados, ha sido probada satisfactoriamente. La
optimizacin que se plantear ser la de satisfacer los lmites permisibles del cloro residual
libre, tanto mnimo (0.20 mg/L) como mximo (1.50 mg/L), especificados en la Norma
Oficial Mexicana denominada: Salud ambiental, Agua para uso y consumo Humano.
Lmites permisibles de calidad y tratamientos a que debe someterse el agua para su
potabilizacin (NOM-127-SSA1-1994), por lo cual se analizar cada punto de la red para
lograr el uso eficiente del desinfectante en base a las condiciones de la normatividad. En
funcin del rango que se establece, se buscar satisfacer el uso eficiente del desinfectante
para que est dentro de los lmites en toda la red de distribucin.
Los objetivos principales antes mencionados son muy generales, simplemente la
utilizacin de esta tcnica permite sugerir al organismo operador una rpida bsqueda de
solucin al problema de bajas concentraciones de cloro en una red de abastecimiento de
agua potable, por lo que pudiera parecer el nico inters hacia el organismo. Al mismo
tiempo podemos hacer hincapi en que no slo se trata de cumplir las normas establecidas,
si no tambin buscar la conciencia tica de hacer un buen servicio de proveer a la
poblacin, un agua en mejor estado.
Se busca concientizar al organismo operador de entregar a la poblacin un lquido
en mejores condiciones, an cuando se est cumpliendo con las normas establecidas. El
hecho de mantener a la red dentro de los lmites, no quiere decir que no se puedan mejorar
las propiedades del agua suministrada. Es de suma importancia atender los problemas de
calidad del agua, con el uso necesario de cloro, posibilitndonos usar lo mnimo posible,
hacindolo dentro de los lmites establecidos y que esa concentracin pueda hacer su
trabajo de combatir los contaminantes que ponen en cierto riesgo la salud de la poblacin
servida. Tomando las condiciones de consumo y uso del agua en Mxico, este trabajo
propone el mantenimiento de la concentracin mnima de cloro mediante la optimizacin
de la cantidad de cloro utilizado y garantizar as la reduccin de los problemas de
generacin de trihalometanos y la incidencia de enfermedades gastrointestinales. Este
estudio muestra que el uso de cloro podra disminuir hasta un 37%, y la concentracin de
desinfectante permanece ms uniforme a lo largo de la red durante las 24 horas de consumo
de agua. En ltima instancia se reduce el costo de produccin de agua potable.

CAPTULO 1

1. GENERALIDADES DE LAS REDES DE

DISTRIBUCIN DE AGUA POTABLE.
1.1. Red de distribucin de agua potable.
Se denomina red de distribucin al conjunto de elementos encargados del transporte
del agua desde los puntos de extraccin o almacenamiento hasta los puntos de consumo:
viviendas, comercios, industrias, sistemas de riego sistemas contra incendio, etc. (Jimnez,
2004). Bsicamente, la red est constituida por tuberas y elementos especiales: vlvulas,
accesorios, tomas contra incendio, elementos de unin, elementos de medicin, etc. (Figura
1.1). Las tuberas deben ser seleccionadas adecuadamente para suministrar los gastos
demandados, para lo cual es necesario mantener en la red, una presin entre una mnima y
una mxima aceptables con el menor costo de adquisicin posible.
La red debe proporcionar este servicio todo el tiempo, en cantidad suficiente, con la
calidad requerida y a una presin adecuada. Los lmites de calidad del agua, para que pueda
ser considerada como potable se establecen en la Norma Oficial Mexicana NOM-127SSA1 vigente.

Figura 1.1 Modelo general de una red de abastecimiento de agua potable (Red hidrulica experimental DIGH-UG).

1.1.1. Tipos de redes de abastecimiento segn su uso.

Segn el uso al que vaya destinada el agua suministrada, las redes de abastecimiento
pueden ser:

Redes generales de suministro de agua en zonas urbanas: en estos casos es la

misma red encargada del suministro domstico, industrial, riego, limpieza de calles,
extincin de incendios, etc.

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.

Redes exclusivas de riego: cultivo y/jardines.

Redes para su uso exclusivo de extincin de incendios.

1.1.2. Tipos de redes de abastecimiento segn su topologa.

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.

Figura 1.2 Tipos de redes segn su topologa.

1.2. Principales componentes de una red de agua potable.

1.2.1. Tubera.

Se le llama as al conjunto formado por los tubos (conductos de seccin circular) y su

sistema de unin o ensamble. Para fines de anlisis se denomina tubera al conducto
comprendido entre dos secciones transversales del mismo. La red de distribucin est
formada por un conjunto de tuberas que se unen en diversos puntos denominados
nudos o uniones. Existen diferentes tipos de tuberas, se describen acontinuacin.

Figura 1.3 Tipos de conducciones en una red de abastecimiento de agua.

1.2.2. Tipos de tubera en una red de abastecimiento

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

que permita, siempre que se requiera, hacer circular el agua en sentido

contrario al normal.
d) Vlvulas de regulacin: Son vlvulas automticas de tipo hidrulico y
funcionan como reductora de presin, sostenedora de presin, limitadora de
caudal, etc.
e) Vlvulas de admisin-expulsin: Son dispositivos automticos que se
instalan en los puntos altos y bajos, o en cambios de pendiente de las
tuberas con el fin de facilitar la entrada o salida de aire al vaciar o llenar,
respectivamente.
f) Vlvulas de proteccin: Son vlvulas automticas que se instalan en las
conducciones y estaciones de bombeo como elementos de proteccin,
generalmente contra transitorios como el golpe de ariete. Dentro de las ms
importantes pueden citarse las vlvulas de alivio, que se instalan en
derivacin con descarga a la atmsfera para limitar los picos de presin que
pudieran producirse durante un transitorio. Las vlvulas de sobre-velocidad,
cierran el paso de agua en el caso de que el consumo sea excesivo debido a
una fuga muy importante o una rotura en la conduccin, aguas abajo de su
ubicacin, evitando que se vacen los depsitos de la red y que se produzcan
vertidos a la va pblica.
g) Vlvulas de control de depsitos: Se utilizan para controlar el nivel de los
depsitos existentes, tanto desde la entrada (control de llenado) como desde
la salida (control de vaciado). Cuando la entrada y salida del agua se realiza
por el mismo lugar, es posible utilizar una sola vlvula.

Figura 1.4 Algunos tipos de vlvulas.

1.2.5. Componentes especiales.

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.

1.3. Formas de distribucin del agua.

El agua se distribuye a los usuarios en funcin de las condiciones locales de varias
maneras:
a) Por gravedad. El agua de la fuente se conduce o bombea hasta un tanque elevado
desde el cual fluye por gravedad hacia la poblacin (Figura 1.5). De esta forma se
mantiene una presin suficiente y prcticamente constante en la red para el servicio
a los usuarios. Este es el mtodo ms confiable y se debe utilizar siempre que se
8

dispone de cotas de terreno suficientemente altas para la ubicacin del tanque, para
asegurar las presiones requeridas en la red.

Figura 1.5 Distribucin por gravedad

b) Por bombeo. El bombeo puede ser de dos formas:

i.

Bombeo directo a la red, sin almacenamiento.

Las bombas abastecen directamente a la red y la lnea de alimentacin. Este
es el sistema menos deseable, puesto que una falla en el suministro elctrico
significa una interrupcin completa del servicio de agua. Al variar el
consumo en la red, la presin en la misma cambia tambin. As, al
considerar esta variacin, se requieren varias bombas para proporcionar el
agua cuando sea necesario. Las variaciones de la presin suministrada por
las bombas se trasmiten directamente a la red, lo que puede aumentar el
gasto de las prdidas por fugas.

ii.

Bombeo directo a la red, con excedencias a tanques de regulacin.

En esta forma de distribucin el tanque se ubica despus de la red en un
punto opuesto a la entrada del agua por bombeo, y las tuberas principales se
conectan directamente con la tubera que une las bombas con el tanque. El
exceso de agua bombeada a la red durante perodos de bajo consumo se
almacena en el tanque, y durante perodos de alto consumo el agua del
tanque se enva hacia la red, para complementar a la distribuida por bombeo.

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

de la zona de consumo de agua. Debido a que una parte de la red se abastece

por bombeo directo, esta forma de distribucin tampoco se recomienda.

Figura 1.6 Distribucin mixta.

1.4. Sistemas municipales de agua potable, alcantarillado.

La prestacin del servicio pblico de agua potable y alcantarillado en la actualidad
se estructura y organiza como un sistema, ya que utiliza insumos y, por medio de ciertos
procesos, genera productos que son canalizados hacia la comunidad.
El sistema de agua potable y alcantarillado puede conceptuarse como un conjunto
de elementos ntimamente relacionados que tienen por fin ofrecer a una comunidad el agua
potable que requiera de acuerdo con sus necesidades sociales, productivas e individuales,
as como llevar a otro lugar las aguas utilizadas, pluviales y desechos humanos e
industriales, para que puedan ser tratadas y posteriormente, se les asigne su rehuso o
verterlas en cauces naturales (Figura 1.7). En todo caso debe asegurarse no ocasionar
degradacin alguna del sistema ecolgico y procurar mantener las condiciones generales
naturales de la zona o lugar que se trate.
El sistema de agua potable y alcantarillado presta los siguientes servicios pblicos:
Agua potable:

Captacin y conduccin de agua.

Tratamiento de aguas.
Distribucin de agua potable:
Primaria
Secundaria
10

Alcantarillado:

Establecimiento de drenaje:
Sanitario
Pluvial

Tratamiento de aguas residuales:

Construccin de la red de alcantarillado:

Red primaria
Red secundaria
Desage general

Figura 1.7 Esquema de Sistema de Abastecimiento de Agua Potable

1.4.1. Alcantarillado.

Tiene por finalidad la recoleccin y conduccin de aguas usadas o aguas negras, de

los lugares donde el agua se utiliza hacia lugares especiales donde no se provoquen efectos
peligrosos para la comunidad, el medio ambiente y los recursos naturales.
El drenaje pluvial tiene como propsito desalojar el agua de lluvias para evitar
posibles inundaciones. El desalojo y conduccin de aguas negras y pluviales puede hacerse
11

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.

1.4.2. Saneamiento y destino de aguas residuales y pluviales.

Una parte fundamental del sistema es el abastecimiento de agua potable, la otra

parte esencial del mismo es el alcantarillado. Este consiste en establecer una red de drenaje,
lo ms amplia y extensa posible, capaz de desalojar el cmulo de aguas de desecho,
evitando problemas de salud y de desequilibrio ecolgico; capaz tambin de generar el
fluido necesario para desalojar el agua de lluvias.
Existe un punto de unin entre el abastecimiento y el alcantarillado, y es el que se
relaciona con el tratamiento de aguas, tanto de las que han sido captadas y conducidas hacia
la poblacin, como de aquellas que provienen de las aguas negras y pluviales que pueden
ser tratadas y redistribuidas. El tratamiento de aguas consiste en cierto proceso tcnico por
medio del cual se eliminan impurezas, permitiendo ser ingerida por el ser humano o
empleada para usos productivos y sociales. El proceso de tratamiento utiliza componentes
fsicos y qumicos, pudiendo ser:

Cloracin
Filtracin biolgica
Suavizacin
Floculacin- Coagulacin
Luz Ultravioleta
smosis Inversa
Ozonacin

La administracin del servicio de agua potable integrar y organizar los elementos

necesarios para el cobro adecuado del servicio y control de los ingresos, para satisfacer
necesidades de inversin, operacin, mantenimiento y administracin.
1.4.3. Administracin del servicio de agua potable y alcantarillado

Las estapas de administracin del servicio son:

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.

Padrn de usuarios: Consiste en una nmina o lista de personas que pueden

contener datos relativos a stas. Este instrumento permite administrar
eficientemente el sistema y alcanza los objetivos bsicos planteados. El padrn
identifica al poseedor del predio y las modificaciones que puedan existir en la
informacin.

Planos de poblacin atendida: Es un plano general donde se tiene registrada la

poblacin que hace uso del sistema, para detectar grficamente el alcance del
mismo y la poblacin que potencialmente demandar el servicio. Adems, cada
plano de poblacin se complementa con una serie de planos manzaneros, donde se
describen y grafican las caractersticas de cada manzana respecto de redes de
distribucin, tomas de agua, medidores, tuberas y drenaje.

1.5. Ecuaciones fundamentales.

1.5.1. Ecuacin de continuidad

La ecuacin establece que un fluido al pasar por un conducto, mantiene el mismo

caudal de entrada, que de salida (Ecuacin 1)
[1]
Donde Q es el gasto que pasa por el conducto (m3/s).
El concepto de gasto o caudal como la cantidad de materia o masa que atraviesa un
lugar en cierta unidad de tiempo (Rodrguez, 2007). En el caso de los lquidos, los cuales se
13

consideran prcticamente incompresibles, la cantidad de materia se puede indicar como el

volumen. Entonces, el gasto se define como el volumen que pasa por un punto en el
espacio, en un determinado tiempo (Ecuacin 2)
[2]
Donde:

A = rea transversal del conducto (m2)

Q = Gasto (m3/s)
v = Velocidad del flujo (m/s)

Por lo que [1] puede expresarse de la siguiente manera:

1.5.2. Ecuacin de la Energa

Esta ecuacin es para conocer el comportamiento de un sistema de abastecimiento

de agua para flujo permanente. La expresin describe la energa especfica de un fluido de
densidad () y se representa como energa por unidad de peso en metros de fluido (mca)
(Jimnez, 2004).
Suponiendo que el fluido es incompresible, entonces la energa especfica puede
expresarse como:
[3]

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).

Figura 1.8 Planteamiento de la ecuacin de energa entre 2 puntos.

El trmino hf1-2 corresponde a las prdidas hidrulicas debidas a la friccin entre el

lquido y el conducto. Dichas prdidas se describirn a continuacin.

1.6. Concepto de disipacin de la energa del flujo

En la mecnica de fluidos, existen resistencias que se generan por la accin de la
viscosidad del lquido, por caractersticas del conducto por el cual fluyen y por accesorios y
dispositivos presentes en la red (Mndez, 1995). Existen dos tipos de prdidas de energa,
las prdidas por friccin y las prdidas locales.

1.6.1. Prdidas por friccin

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:

= Prdidas por friccin (mca)

L = Longitud del tramo de tubera (m)
D = Dimetro de la tubera (m)
v = Velocidad media del flujo (m/s)
g = Aceleracin de la gravedad ( 9.81m/s2)
f = Factor de friccin (adimensional)

El factor de friccin f est en funcin de la rugosidad de la tubera y del nmero de

Reynolds.

La rugosidad puede expresarse como la altura media de las asperezas (rugosidad

absoluta), como un promedio obtenido del resultado de un clculo con las caractersticas
del flujo, mas no propiamente por el obtenido como la media de las alturas determinadas
fsicamente de la pared de cada conduccin (Sotelo, 1991). A la relacin de la rugosidad
relativa entre el dimetro del tubo D, se le conoce como rugosidad relativa.
Osborne Reynolds, en 1883, en base a sus experimentos, fue el primero en proponer
un criterio para el flujo de un lquido de manera laminar o turbulenta, el cual se hace
mediante un nmero adimensional que lleva su mismo nombre:

Donde:

Re = Nmero de Reynolds (adimensional)

v = Velocidad media del flujo (m/s)
D = Dimetro del tubo (m)
= Viscosidad cinemtica del fluido (m2/s)

El nmero de Reynolds, permite evaluar la preponderancia de las fuerzas viscosas

sobre las de inercia (Sotelo, 1991).
Poiseuille, en 1846, fue el primero en determinar matemticamente el factor de
friccin en flujo laminar y obtuvo una ecuacin para determinar dicho factor:

16

Para un flujo en transicin laminar-turbulento, Colebrook y White, presentaron la

siguiente frmula emprica para el clculo del f:
(

Es una de las ecuaciones ms empleadas para el clculo del factor de friccin en

tuberas, sin embargo, requiere de iteraciones para encontrar dicho valor, ya que sta
variable se encuentra implcita dentro de la frmula. La grfica de esta expresin se puede
describir mediante el diagrama de Moody (Figura 1.9).

Figura 1.9 Diagrama de Moody.

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:

hf = Prdidas de carga por friccin. (m)

Q = Gasto del flujo (m3/s)
CH=Coeficiente de friccin de Hazen-Williams (adimensional)
L = Longitud de la tubera (m)
D = Dimetro de la tubera ( m)

La expresin de Manning Strickler Gaukler, ms comnmente conocida como frmula de

Manning (1890), para el clculo de prdidas primarias por friccin se expresa como:

Donde:

n = Factor de rugosidad de Manning.

Q = Gasto del fluido (m3/s)
D = Dimetro de la tubera (m)
L = Longitud de la tubera (m)
1.6.2. Prdidas locales

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:

h = Prdida de energa secundaria (mca)

K = Coeficiente que depende del tipo de prdida que se trate, del nmero de
Reynolds y la rugosidad del tubo (adimensional)
v2/2g = Carga de velocidad, aguas abajo (m)

Las prdidas locales se pueden clasificar en funcin del tipo de accesorio (Sotelo, 1991)
(Figura 1.10):

Prdidas de entrada: ocurren cuando el lquido, para su conduccin inicial, pasa a

contraerse por la entrada el tubo, provocando la formacin de zonas de separacin.
Prdida por rejilla: Con el uso de rejillas para impedir el paso de slidos a las
tuberas, se genera una prdida de energa al obstaculizar el flujo.
Prdidas por ampliacin: Se origina al producir una ampliacin en la seccin
transversal del tubo. Conviene que se lleve a cabo de manera gradual.
Prdidas por reduccin: En este caso, ocurre un fenmeno similar a las prdidas de
entrada, debido a la contraccin que sufre el lquido. De la misma manera, conviene
que sea gradual.
Prdidas por cambio de direccin: Se dan cuando hay un cambio en el sentido
rectilneo que lleva el flujo en razn de su inercia, lo cual modifica la distribucin
de sus velocidades.
Prdidas por vlvulas: debido al paso del agua a travs de los dispositivos internos
de la vlvula, su magnitud depende del tipo de vlvula.
Prdidas por salida: se obtienen mediante la expresin:

Prdidas por bifurcacin: Depende del ngulo de la bifurcacin al que se somete el

flujo, la relacin de dimetros de ambas tuberas y de la direccin de la corriente.

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

1.7. Anlisis de redes por computadora.

En los ltimos 70 aos, diferentes mtodos numricos han sido usados para estimar
los caudales y presiones en redes de distribucin de agua. Estos mtodos van desde
aproximaciones grficas, basadas en analogas fsicas, mtodos iterativos y hasta complejos
sistemas matriciales para la solucin numrica de ecuaciones no lineales. El anlisis de
redes por computadora es el proceso de emplear un modelo matemtico contenido en un
programa de computadora para simular el funcionamiento hidrulico de un sistema de
distribucin de agua potable, as como para definir las caractersticas del sistema para
cumplir con criterios preestablecidos de diseo en lo referente a gastos y presiones
disponibles (CNA, 2007).
1.7.1. Anlisis en rgimen permanente.
En cuanto al anlisis en rgimen permanente, el objetivo de un programa de
cmputo es calcular el gasto y la presin en la conduccin, y los parmetros de operacin
de las bombas; para una condicin de operacin dada. Los programas pueden analizar tanto
una sola conduccin sencilla por bombeo o gravedad, como una red de conduccin, un
sistema de pozos, etctera.
Recibe el nombre de rgimen permanente, debido al hecho que este anlisis permite
derivar algunas incgnitas de manera que el flujo se mantiene constante por la red. En
realidad el flujo no se desarrolla en rgimen permanente en casi ninguna ocasin, pero
puede representar escenarios cuando lo cambios en el tiempo son de pequea magnitud y se
desarrollan muy lentamente. Los resultados de este modelo reflejan ciertos parmetros a los
cuales est sujeta la red. Generalmente estos valores son de carcter mximo, es decir, las
20

condiciones de la red se calculan para la conduccin de agua a su mximo caudal y presin.

Con ello, el diseo abarca los escenarios medios y mnimos sin preocuparse totalmente de
ellos.
Para desarrollar el anlisis en rgimen permanente se requiere de los siguientes elementos:

Caractersticas de todas las conducciones (longitud, dimetros, rugosidad)

Caractersticas en todos los elementos especiales.
Consumo y cota geomtrica en los nodos.
Altura piezomtrica de referencia.

El anlisis permite el conocimiento de las siguientes variables:

Caudales que circulan por la tubera.

Alturas piezomtricas y presiones en los nodos.
1.7.2. Anlisis en rgimen no permanente.

En este caso, el rgimen no permanente (o tambin rgimen variable) se realiza

considerado cambios en los caudales y en las demandas de consumo. Estos cambios tienen
su valor en distintos intervalos de tiempo. Se analiza la evolucin de las variables del
sistema:

Caudales
Velocidades
Presiones
Calidad del agua
etc.

1.7.3. Anlisis en rgimen transitorio.

Bajo esta denominacin se estudian los fenmenos que acontecen como

consecuencia de un cambio brusco en la velocidad de circulacin del fluido, derivado de
maniobras bruscas en la red o a variaciones rpidas de consumo. Las consecuencias de los
escenarios anteriores pueden ser muy negativas, afectando incluso a la integridad fsica de
la instalacin. Las situaciones que son objeto de anlisis en rgimen transitorio son muy
concretas y en otras ocasiones se trata de situaciones de emergencia o extraordinarias. Por
ejemplo en el arranque y parada de grupos de bombeo. Es de suma importancia realizar
estos ensayos en rgimen no permanente, tanto para analizar situaciones transitorias
crticas, con el objeto de establecer los casos en los que puede aparecer riesgo dentro de la
red y estudiar medidas de correccin pertinentes.
21

Para el anlisis en rgimen transitorio suelen usarse los siguientes modelos:

Modelos rgidos o de oscilacin de masa: en los que nicamente se considera el

efecto dinmico inducido por la inercia del fluido.
Modelos elsticos, basados en las ecuaciones de golpe de ariete, en los que
interviene adems la compresibilidad del flujo y la elasticidad de las conducciones.

1.7.4. Programas de cmputo para anlisis de redes.

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

2. CALIDAD DEL AGUA EN REDES

HIDRULICAS
2.1. Concepto de calidad del agua
El agua para consumo humano ha sido definida en las Guas para la calidad del
agua potable de la Organizacin Mundial de la Salud (OMS), como aquella adecuada
para consumo humano y para todo uso domstico habitual, incluida la higiene personal.
En esta definicin est implcito que el uso del agua no debera presentar riesgo de
enfermedades a los consumidores (Rojas, 2002).
No obstante, la calidad del agua no es suficiente para asegurar beneficios a la salud
humana; es necesario que adicionalmente se satisfagan tres aspectos: cantidad,
continuidad y costo razonable. Al margen de las responsabilidades del abastecedor, los
consumidores deben tener conocimientos sobre el uso apropiado del agua, de la adecuada
nutricin e higiene de los alimentos, as como de la correcta disposicin de excrementos.
Precisamente, los mensajes dirigidos a mejorar los hbitos y costumbres relacionados con
el buen uso del agua, deben realizarse a travs de programas educativos y en forma
complementaria a las actividades propias del abastecedor para evitar la creencia de que la
calidad del agua por s sola, previene las enfermedades.
El agua de calidad apta para consumo humano cuando entra al sistema de
distribucin puede deteriorarse antes de llegar al consumidor. En el sistema de distribucin,
la contaminacin del agua puede ocurrir por conexiones cruzadas, tuberas rotas, grifos
contra incendio, conexiones domiciliarias, cisternas, reservorios defectuosos y durante el
tendido de nuevas tuberas o reparaciones hechas con pocas medidas de seguridad. Otro
factor de recontaminacin, de gran importancia en las ciudades o localidades donde existe
dficit de agua, es la interrupcin del suministro como resultado de la rotacin del servicio
de una a otra rea de abastecimiento con el fin de atender la demanda de agua.
De esta manera, en sistemas donde el servicio de abastecimiento de agua es
restringido, las caractersticas fsicas, qumicas y principalmente microbiolgicas, al nivel
de las viviendas, es frecuente su deterioro como consecuencia del manipuleo y
almacenamiento inadecuado.

24

2.1.1. Problemticas de calidad del agua.

La calidad del agua de consumo depende de la integridad de la red de distribucin.

Mantener los niveles adecuados de calidad se vuelve una tarea primordial, debido al
impacto que conlleva para la salud de los consumidores (Mora, 2011). El consumo de agua
contaminada se ve reflejado en los casos que son reportados por enfermedades epidmicas;
no obstante en la mayora, no se tiene conocimiento del origen de la contaminacin del
agua, ni del evento que la genera y sobre todo la entrada del contaminante. Es por ello la
importancia de esta lnea de investigacin, y las aportaciones que se dan para generar ms
conocimiento en este tipo de eventos.
El tratamiento del agua ha contribuido a la prevencin de las enfermedades
transmitidas por el agua y para proteger la salud humana en el agua potable. El suministro
de agua potable ha desempeado un papel fundamental en la disminucin de la incidencia
de muchas enfermedades infecciosas trasmitidas por el agua o relacionadas con ella (del
Puerto, 1999).
2.1.1.1. Enfermedades transmitidas por distribucin de agua con baja
calidad.

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:

Enfermedades relacionadas con la higiene y el agua.

Enfermedades producidas por contacto por el agua.
Enfermedades transmitidas por vectores de hbitat acutico.
Entre otros.

25

Tabla 2.1 Enfermedades transmitidas por el agua (McJunkin, 1988).

Fuentes microbiolgicas
enfermedad o sndrome
Disentera ambica
(Amebiasis)

Ascariasis
(Lombriz gigante)
Disentera bacilar

Vas de tipo fecal-oral

Epidmicamente es transmitida principalmente a travs del agua,
endmicamente se propaga a travs del agua, alimentos y contacto mano-aboca.
Es resistente a la cloracin.
Generalmente transmitida a travs del suelo, pero tambin en ocasiones
por el agua.

(Shigellosis)
Disentera balantidial
(Balantidiasis)
Enteritis
campilobacteriana
Clera
(Clsico y El tor)
Coccidiosis
Diarreas
(Incluye diarreas
infantiles y gastroenteritis)

Tambin a travs de comidas, leche, moscas y contacto directo.

Epidmicamente, principalmente a travs del agua. Endmicamente, a travs
de agua, comidas y moscas.
Slo recientemente se le ha reconocido como una causa importante de la
diarrea peditrica.
Enfermedad clsica transmitida por el agua. Actualmente pandmica. Alto
ndice de mortalidad en los casos no tratados.
Rara, benigna.
Sndromes clnicos de etiologa variada, generalmente no identificada; ataca
especialmente en los pases menos desarrollados donde aparece con
frecuencia como una de las principales causas de muerte. Principalmente de
va fecal-oral.

E. coli
(Enteroinvasiva,
enteropatgena
y enterotxica)
Virus entricos

Creciente comprensin de su rol en las diarreas de nios y viajeros.

Muchos son patgenos. Su rol no es bien comprendido. Pueden causar
enfermedades del sistema nervioso central.

Giardiasis
Virus de hepatitis A.

Recibe cada vez mayor atencin. Es resistente a la cloracin.

Varias rutas de transmisin. Incluyendo la fecal-oral. En 1955-56 se produjo
en Nueva Delhi una epidemia de 30,000 casos.

Anquilostomiasis y
estrongiloidiasis
Enfermedad hidatdica
(Echinococcosis)
Otros vibriones aparte del
clera
Infeccin viral Norwalk
Fiebre paratifoidea

Normalmente, la larva del suelo penetra en la piel desnuda, generalmente del

pie. Tambin puede transmitirse por agua.
Se transmite mediante la ingestin de huevos infectados en agua y alimentos
contaminados por heces de perros.
Cada vez ms reconocidos como una causa de diarreas.

Poliomielitis
Infeccin de rotavirus
Salmonelosis

Esquistosomiasis

Aparentemente, una causa significativa de diarreas.

Contacto directo o indirecto con heces y orina de paciente o portador.
Generalmente se propaga indirectamente a travs de alimentos, especialmente
leche y mariscos, y ocasionalmente a travs del suministro de agua.
Se ha observado transmisin va agua, pero es rara.
Agente de diarrea infantil recientemente identificado. Probablemente fecaloral.
Enfermedad gastroentertica aguda, infecciosa; generalmente se propaga a
travs de alimentos contaminados fecalmente. Se sabe de epidemias
transmitidas por agua; por ejemplo, 15,000 casos en Riverside, California, en
1966, debido a la contaminacin de un sistema pblico de agua.
Puede transmitirse a travs del agua, pero la penetracin por la piel es la
principal puerta de entrada.

26

Diarrea de viajeros
Tricuriasis
(Lombriz latigoforme)
Fiebre tifoidea
Yersinosis

Frecuentemente causada por uno de los muchos serotipos de bacteria E.

coli.
Generalmente se transmite por el suelo, pero ocasionalmente tambin por el
agua.
Se transmite a travs de agua y alimentos contaminados. Los portadores
urinarios son frecuentes en reas con S. hematobium.
De alcance mundial, pero escasamente reconocida.

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

Rara. Ingestin de agua que contiene larvas de insectos huspedes

desintegrados.
Ruta de transmisin compleja con vector intermedio (ciclpodo). No utiliza
va fecal-oral. Se encuentra slo en los pases en vas de desarrollo y se
transmite slo por agua.
Infestacin a travs de sanguijuelas acuticas de corta edad.
Una zoonosis. Su transmisin ms frecuente es por el contacto de la piel con
agua contaminada.
Ocasionalmente por ingestin de agua potable que contiene metacercaria de
pescado descompuesto. La mayora de casos se da por comer pescado crudo.
Rara. Sudeste asitico.
Ingestin de agua que contiene ciclpodos infectados con ciertas larvas
cestodas. Otras rutas de transmisin.
Ingestin de agua no tratada de cuencas donde dicha infeccin predomina
entre los animales silvestres; los conejos constituyen uno de los varios
mecanismos de transmisin.

Fuentes qumicas y otros.

Fuente

---------------

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

En varios pases de Amrica Latina y el Caribe, las enfermedades diarreicas agudas

figuran entre las 10 causas principales de defuncin y son responsables de miles de muertes
por ao, sin incluir otras similares (del Puerto, 1999). Una enfermedad que constituye un
importante problema de salud en las zonas urbanas y rurales de todo el mundo es la
hepatitis A, la cual es producida por un virus, y se presenta en forma espordica y
epidmica, con tendencia a recurrencia cclica, guardando estrecha relacin con el
deficiente saneamiento ambiental. El agua contiene frecuentemente cientos de
microorganismos perjudiciales para la salud y la vida de las personas (ARA, 2002).
2.1.2. Microorganismos presentes en el agua.

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.

Crecimiento bacteriano en redes de agua.

El crecimiento bacteriano en los sistemas de almacenamiento y distribucin de agua

potable produce un deterioro de la calidad del agua, alterando su sabor y olor, aumentando
su turbiedad e incluso llegando a afectar su conformidad con las normas microbiolgicas de
calidad (Knobelsdorf, 1997).
Las fuentes de abastecimiento de agua contienen compuestos orgnicos capaces de
promover el crecimiento bacteriano en el sistema de distribucin, incluso despus de la
desinfeccin final a la que se somete al agua durante su potabilizacin. Este desarrollo
bacteriano depende fundamentalmente del contenido de materia orgnica biodegradable y
de nutrientes inorgnico, de la eficiencia del desinfectante residual.
2.1.2.2.

Formacin de biopelcula en paredes de tuberas.

La biopelcula (o pelcula bacteriana) es un lecho viscoso que dificulta y reduce la

penetracin del cloro hacia sus capas interiores y por tanto acta como barrera protectora de
los microorganismos que all se encuentran (Knobelsdorf, 1997). La pelcula bacteriana es
formada en las paredes de las tuberas y puede reducir la capacidad hidrulica de las
mismas acelerar su corrosin, adems de hacer ms difcil el mantenimiento de una
concentracin residual de desinfectante. El desarrollo y acumulacin de la biopelcula en la
pared de las tuberas es el resultado de al menos tres procesos (Figura 2.1):

Transporte y adsorcin de clulas en las paredes de las tuberas.

Reproduccin celular y formacin de subproductos.
Desprendimiento parcial de la biopelcula por efecto de la erosin y la prdida de
adherencia.

29

Figura 2.1 Proliferacin y asentamiento de microorganismos en tuberas.

Es importante estudiar la biopelcula en las redes de abastecimiento y buscar la

manera de combatirla debido a la proliferacin y formacin de bacterias potencialmente
patgenas que han conseguido sobrevivir a los procesos de potabilizacin (Knobelsdorf,
1997).

2.2. Desinfeccin del agua.

El agua potable ha sido desinfectada desde principios del siglo XIX, cuando se descubri
que los riesgos de contaminacin microbiolgica de las enfermedades de agua sin tratar, a
saber, el clera o la fiebre tifoidea, disminuyeron drsticamente cuando se utilizaron
desinfectantes (Castro, 2003).
Los desinfectantes ms usados son (Propato et al., 2004):
El cloro libre.
Cloraminas.
Ozono.
Dixido clorhdrico.
Luz ultravioleta.
La desinfeccin no acta de manera constante en una red de distribucin, por un
lado la actividad del desinfectante puede variar debido al estado en el que se presenten los
microorganismos, la cohesin del mismo, la mezcla con otros slidos como sedimentos,
material disuelto, etc. (Mora, 2011). La asociacin de los microorganismos con cierto tipo
de partculas puede generar una proteccin contra la accin del desinfectante. Para
contrarrestar esta proteccin, se establece un lmite de turbidez en el tratamiento del agua.

30

2.2.1. Desinfeccin del agua por Cloracin.

La c1oracin, agregar cloro al agua, es la prctica universalmente empleada para la

desinfeccin del agua desde hace mucho tiempo, por su economa y manejabi1idad (Prez,
2001). La experiencia ha demostrado que el cloro y sus compuestos son potencialmente
activos desinfectantes para la destruccin de la flora bacteriana, especialmente para la de
origen entrico.
La desinfeccin del agua, y ms concretamente, la cloracin, estn siendo objeto de
polmica en los ltimos aos como consecuencia, principalmente, de los subproductos de la
desinfeccin, llegando a cuestionarse la necesidad de la propia desinfeccin en muchos
casos (Quirs, 2005).
2.2.2. El Cloro
El cloro se descubre en 1774 por el farmacutico sueco C.W. Scheele, que lo llam
cido muritico deflogistificado (sin hidrgeno), del latn muria salmuera, gas de
color amarillo-verdoso brillante, por la reaccin del cido muritico (clorhdrico) con
pirolusita (bixido de manganeso), (Ara, 2002).
El cloro, elemento nmero 17 de la tabla peridica, es tan reactivo que no se
encuentra en la naturaleza como elemento aislado, salvo en erupciones volcnicas, y s en
innumerables compuestos tanto en los minerales como en los seres vivos; es el undcimo
ms abundante de la litsfera y el dcimo ms abundante entre los quince que componen el
99.5% del cuerpo humano; compuestos clorados se encuentran en la sangre, en la piel y en
los dientes, as como el cido clorhdrico en nuestro aparato digestivo. En 1846 fue usado
por primera vez como material desinfectante (agua clorada), en la maternidad del Hospital
General de Viena, para el lavado de las manos y evitar la fiebre puerperal (Ara, 2002).
2.2.3. Uso de Cloro como desinfectante en redes de agua potable.
El primer uso del cloro en un proceso continuo de cloracin de aguas para beber se
realiz en Europa (Blgica) en 1902. Aunque en 1896 se us hipoclorito en la base naval
austrohngara de Pola en el Adritico (Ara, 2002).
El cloro libre es el desinfectante ms efectivo para las bacterias y dems
microorganismos patgenos debido al efecto residual de desinfeccin que puede durar todo
el recorrido del agua a travs de la red y es suficiente para combatir estos problemas. No
obstante, la actividad del desinfectante puede variar en funcin del estado en el que se
31

presenten lo microorganismos, su cohesin y mezcla con material disuelto, adems de otros

factores como temperatura y pH (Geldreich, 1996).
Las razones por las cuales es de suma ventaja el uso de cloro son (Prez, 2001):

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.

El cloro es usado como desinfectante para el control de microorganismos en aguas

de consumo humano. Se puede usar como gas generado a partir de la vaporizacin de cloro
lquido almacenado bajo presin en cilindros; como lquido, comnmente hipoclorito de
sodio, NaOCl, y como slido comnmente hipoclorito de alto grado, HTH, o hipoclorito de
calcio, Ca(OCl)2. Tanto el cloro elemental gaseoso como el lquido, reaccionan con el agua
de la siguiente forma (Gramajo 2004):

La cloracin se lleva a cabo mediante la aplicacin de una solucin de hipoclorito

de calcio, dosificada con una bomba en la fuente de agua (Si es en un medio subterrneo, la
aplicacin se hace en el pozo). La solucin se aplica a la tubera de descarga del pozo y
luego es conducida hacia un depsito elevado donde el cloro termina de mezclarse y
reaccionar con el agua; finalmente el agua clorada se distribuye a los usuarios por medio de
la gravedad. (Gramajo, 2004).
La desinfeccin con cloro es uno de los factores clave en los procesos de
tratamiento de agua potable. Sin embargo, sta puede provocar sabores y olores
desagradables debido al cloro residual, la corrosin de las tuberas, la formacin de
subproductos como los trihalometanos (THM), entre otros (Ahn, 2012).
2.2.4. Lmites establecidos de concentracin de cloro.
Los lmites de concentracin de cloro en redes de abastecimiento de agua potable,
estn especificados en la Norma Oficial Mexicana denominada: Salud ambiental, Agua
para uso y consumo Humano. Lmites permisibles de calidad y tratamientos a que debe
someterse el agua para su potabilizacin (NOM-127-SSA1-1994), con valores dentro del
siguiente rango:
mn - mx = 0.20 1.50 mg/l
[13]

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):

Por reaccin de cloro en el seno del lquido.

Por desinfeccin de bacterias y otros microorganismos.
Por reaccin del cloro con las paredes de la tubera y otros elementos de la red.
Y por evaporacin natural.

Una vez suministrado el cloro, ste presenta un proceso en el que se identifican

diferentes etapas antes de que se lleve a cabo la desinfeccin. Debido a que es un agente
qumico muy activo, este conjunto de reacciones se clasifica segn la curva de demanda del
cloro, como se muestra en la Figura 2.2, tomada de la Asociacin Espaola de
Abastecimientos de Agua (AEAAS, 1984).
33

Figura 2.2 Curva de decaimiento de cloro (AEAAS, 1984)

2.2.7. Subproductos de la desinfeccin con Cloro.

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.

La exposicin de la poblacin a los THM representa un riesgo de salud pblica, ya

que son considerados potencialmente cancergenos para el humano (Rodrguez 2007).

34

2.3. Modelacin del decaimiento de cloro en el agua.

Los procesos de decaimiento de cloro tienen 2 dimensiones. El primero es la
reaccin de cloro en el seno de flujo. El segundo es la reaccin con el material de la tubera
y las sustancias adheridas a ella (Kadapia, 1998). El decaimiento en la pared de la tubera
ser predominante cuando se tiene un cierto estado corrosivo en las tuberas. Para el
anlisis de las concentraciones presentes en los nodos en el tiempo (t) de la simulacin, a su
vez, se utilizan las frmulas de las propiedades del flujo, como nmero de Reynolds,
velocidad, etc. Sin embargo, la principal condicionante del clculo de las concentraciones
del cloro depende de dos coeficientes, el coeficiente de reaccin en el flujo (kb) y el
coeficiente de reaccin en la pared de la tubera, (kw).
2.3.1. Coeficiente de reaccin del cloro en el seno del flujo kb
Dentro de la masa del fluido se producen reacciones qumicas, que estn en funcin
de la concentracin del producto adicionado, de la tasa de reaccin y del nmero de orden
de la reaccin:

Donde:

= Variacin de concentracin ocurrida en el lapso de tiempo dt

C= Magnitud de la concentracin (mg/L)

Resolviendo [14]:

Finalmente, despejando C:

35

Donde:

C0 = Concentracin inicial de la simulacin (mg/L)

C(t) = Concentracin en el tiempo t (mg/L)
kb = Coeficiente de reaccin en el seno de flujo (adimensional)
t = Intervalo de tiempo (das)

El coeficiente de reaccin en el seno del flujo puede estimarse de la siguiente

manera: Se colocan distintas muestras de agua de concentracin inicial C0 conocida en
recipientes de vidrio inertes al cloro. Midiendo en diferentes intervalos de tiempo la
concentracin Ct, se puede graficar el logaritmo natural de Ct/C0 en funcin del tiempo. Si
se trata de una reaccin de primer orden, se obtendr una recta cuya pendiente es kb.

2.3.2. Coeficiente de reaccin del cloro en la pared de la tubera kw.

La velocidad de las reacciones de calidad del agua que ocurren en o cerca de la
pared de la tubera puede ser considerada dependiente de la concentracin en el flujo a
granel mediante el uso de una expresin de la forma:
( )
Donde el factor (A/V) es el rea superficial por unidad de volumen dentro de un tubo
(igual a 4 dividido entre el dimetro de la tubera). Las dimensiones de kw pueden ser
unidades de masa/rea/tiempo (1/d) o longitud/tiempo (m/d) debido a su uso en diferentes
modelos que varan entre estos dos tipos de dimensiones. En EPANET se pueden trabajar
con los dos, especificando el orden de magnitud de cada uno. Esto es, el orden para el uso
de kw, en unidades (1/d) es de orden 0, y el orden para unidades (m/d) es 1.
La determinacin de kw es ms complicada que la de kb, debido a que kw depende de
la temperatura y de las caractersticas de la tubera, especialmente del material y la
antigedad de la misma. En las tuberas metlicas la rugosidad aumenta con su antigedad,
y relacionado a incrustaciones y a los efectos de los agentes corrosivos.
2.3.3. Valores tpicos de kb y kw.
La siguiente Tabla 2.2 resume los valores tpicos para los coeficientes kb y kw
(Powell et al., 2000; Hallam et al., 2002; Boccelli et al., 2003; Phillip, 2003; Al-Jasser,
2007).
36

Tabla 2.2 Valores tpicos para coeficientes kb y kw.

Tipo de reaccin

Valores mnimos

Valores mximos

Reaccin del cloro en el seno del

agua, algunos compuestos y
microorganismos (kb)

0.09 0.12 d-1

1.38 1.52 d-1

Por reaccin de cloro en la pared

de la tubera (kw)

0.03 0.04 m/d

1.34 1.52 m/d

2.4. Estaciones de Reinyeccin de cloro.

Para reducir el riesgo de la presencia de microorganismos, se realiza la instalacin
de estaciones de reinyeccin de cloro en la red de distribucin del agua (Figura 2.3). Estas
estaciones se encargan de preservar la desinfeccin en zonas donde el contenido de cloro
sea insuficiente para mantener el nivel adecuado (Islam et al., 2013). Un recinto en donde
se instalar un sistema de cloracin al vaco o de inyeccin directa debe ser especialmente
construido para ser lo suficientemente seguro y adecuado para la manipulacin y
almacenamiento de gases txicos tal como el cloro gas.

Figura 2.3 Estacin de reinyeccin de cloro tpica (Quijandra, 2012)

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
37

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.
2.4.1. Tanques de cloro.

El cloro es proporcionado en forma lquida o gaseosa; en cilindros metlicos

resistentes, de 50 a 1,000 kilogramos, con las siguientes caractersticas (Tabla 2.3), (PAHO,
2004):
a) Son de acero.
b) La mxima densidad de llenado es 125%. Se define as a la razn de
porcentaje entre el peso del gas en el cilindro o contenedor y el peso del agua
que puede contener a una temperatura de 15.6 C (70 F).
c) Se equipan con sistemas de seguridad (vlvulas, protectores).
d) Se someten a pruebas de presin a intervalos regulares, de acuerdo con las
normas correspondientes.
Tabla 2.3 Relacin entre los pesos del cilindro vaco y lleno de cloro, adems de su flujo mximo.

Peso del
Contenido

Peso del Cilindro

Peso total del

cilindro lleno

Mximo flujo de cloro

que se puede extraer de
un cilindro.

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

Casi siempre, la cantidad de cilindros con la que se cuenta en la caseta depender

del consumo de cloro que se tenga. Si el consumo de cloro es muy bajo, como en el caso de
un sistema que produce un caudal mnimo de agua, el cilindro puede durar muchos meses
(por ejemplo 5 meses), (Quijandra, 2012). En este caso, con 2 o 3 cilindros de cloro que se
tengan es suficiente.
En el caso de contar con un consumo de cloro mayor, el cambio de cilindros ser
mucho ms constante, entonces la cantidad de cilindros con la que se disponga ser mucho
mayor.

38

Se necesita saber con exactitud cul es el tiempo mximo de espera de recarga de un

cilindro de cloro; desde el momento que sale de la Planta hasta que retorna. De esta
manera, ser ms sencillo saber cuntos cilindros se deben tener para que no se genere un
desabastecimiento del desinfectante en el proceso de produccin de agua.
2.4.2. Materiales que se emplean en la construccin.
El material ms usado y recomendado para la elaboracin de una caseta de cloracin
es el material noble, ya que el cloro, al ser un oxidante por excelencia, corroe todo
accesorio metlico que se pueda encontrar cerca. En una caseta de cloracin, existe la
posibilidad de experimentar pequeas o grandes fugas de cloro, si los marcos de las
ventanas o las puertas son de fierro, stas podrn sufrir oxidacin de una manera acelerada.
Las ventanas pueden ser simples agujeros en el concreto con mallas contra insectos
o marcos de madera con luna. Asimismo la puerta puede ser de madera maciza para evitar
corrosin. La bomba booster (en el caso de la instalacin de un sistema de inyeccin al
vaco) debe estar preferentemente montada sobre un bloque de concreto, a fin de evitar su
movimiento (Quijandra, 2012).
2.4.3. Algunos equipos de dosificacin de cloro.

Las caractersticas de los equipos dependen de la forma de cloracin a realizar, de

las caractersticas y dimensiones de la red y de la poblacin abastecida.
2.4.3.1.

Bombas dosificadoras y sistemas automticos.

Puede utilizarse cualquier tipo de dosificador para productos qumicos en solucin

que sea resistente a la accin corrosiva del hipoclorito. Los ms comunes son las bombas
dosificadoras y los sistemas de orificio de carga constante. Para la medicin, se utilizan
rotmetros o las escalas del equipo dosificador. Las bombas dosificadoras empleadas son
de tipo diafragma o pistn diafragma, ambas de desplazamiento positivo. En todos estos
equipos debe poder calibrarse la dosificacin.
El control automtico de la cloracin se basa en la medicin, por medio de sensores,
de la dosis de cloro residual en el efluente de la planta. El equipo enva una seal que puede
ser interpretada por un receptor de la siguiente manera:
-Accionar una alarma para que el operador corrija manualmente la dosis.
-Accionar el equipo de ajuste automtico del rotmetro de acuerdo con la dosis
prefijada en el sistema. Este sera un sistema totalmente automatizado.
39

Los equipos automticos usualmente incluyen sistemas analgicos, digitales o carta

grfica para mostrar y almacenar informacin sobre el proceso de dosificacin. Estos
equipos tienen la ventaja de reducir el error humano en la dosificacin, pero son de alto
costo y requieren mantenimiento especializado.
2.4.3.2.

Sistemas de orificio de carga constante.

El hipoclorito en solucin se utiliza principalmente en instalaciones para localidades

pequeas, donde, por lo general, no hay condiciones apropiadas para operar y mantener un
equipo automtico. Sin embargo, en la industria o en el caso de una urbanizacin o un hotel
de lujo, podra justificarse la inversin. Los sistemas de orificio de carga constante, por su
bajo costo y porque funcionan por gravedad, son muy empleados en localidades pequeas.

2.4.3.3.

Cloradores de aplicacin directa.

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.

Figura 2.4 Cloracin de aplicacin directa.

La principal desventaja de estos equipos es que la dosis vara con la presin del cilindro
(Figura 2.5).

40

Figura 2.5 Diagrama de flujo de un clorador de aplicacin directa (PAHO, 2004).

2.4.3.4.

Clorador de aplicacin al vaco.

Este tipo de equipo es el ms confiable y seguro de operar. Un clorador de aplicacin al

vaco est integrado por tres componentes fundamentales:
a) Un inyector. El inyector es un Venturi mediante el cual se ejerce una succin
determinada (130 milmetros de agua), por medio del cual se succiona el cloro a
travs del equipo. Este inyector tambin sirve como cmara de mezcla entre el cloro
y el agua que sirvi para ejercer el vaco.
b) Vlvula de control. Las vlvulas de control requieren un cuidado especial, pues
con facilidad se taponan con las impurezas del cloro. Para garantizar mayor
confiabilidad en la operacin, se recomienda especificar orificios o vstagos
ranurados en lugar de las vlvulas de aguja convencionales.
c) El medidor de caudal del desinfectante. Es un rotmetro compuesto por un tubo
de vidrio que indicar el paso del gas a travs del equipo. Cuando la presin est por
debajo de la atmosfrica, como en este caso, el efecto es mayor.

Figura 2.6 diagrama de flujo de un clorador de aplicacin al vaco.

41

2.5. El tema del agua embotellada en Mxico.

Mxico consume ms agua embotellada per cpita que cualquier otro pas del
mundo (Erickson, 2012). Aproximadamente 28.2 mil millones de pesos en agua
embotellada cada ao, casi igual a los 36.1 mil millones de pesos que los proveedores de
agua potable recaudan de sus usuarios en el pas. Entre las causas que genera este uso
excesivo del agua embotellada es debido a que se ha promovido que existe un riesgo latente
en la calidad del agua que proviene de las redes de distribucin, haciendo que los
consumidores la eviten y se vean atrados por la hbil propaganda de la industria de agua
embotellada. An cuando la cobertura y el saneamiento del agua son las adecuadas en
muchas partes de Mxico, la tasa en fugas y prdidas de agua es alta, el servicio en muchas
ocasiones es intermitente, y el almacenamiento particular de los consumidores aumenta el
riesgo de contaminacin.
La confianza en el agua de la red de distribucin en Mxico, o por lo menos la
disposicin a tomarla, parece que ha disminuido con el tiempo. Segn Claudia Campero,
una representante en Mxico de Food & Water Watch (citada por McClatchy Newspapers),
grupo de defensores de los consumidores con sede en Washington, DC, EEUU, menciona
que los bebederos en las escuelas pblicas y los parques eran frecuentes hace veinte aos,
lo que ya no es el caso para la mayor parte de Mxico (Johnson, 2010).
Esta reduccin en el consumo del agua de la red de distribucin y el aumento del
agua embotellada, podran deberse a que la confianza de los consumidores en la calidad del
agua de la llave ha disminuido y/o que la disponibilidad del agua embotellada y la
capacidad para pagarla han aumentado. Mientras que el gasto tan alto de agua embotellada
puede ser visto como un fracaso de los sistemas pblicos de agua del pas; tambin se
puede ver como una oportunidad para que el sector pblico del agua, mejore la calidad del
producto que proporciona. De esta manera, restaure la confianza del consumidor en el agua
de la red de distribucin y recaude por lo menos una parte del dinero que se va a las
compaas de agua embotellada.
La cobertura en el suministro de agua es bastante alta y la Comisin Nacional del
Agua (CONAGUA) de Mxico, afirma que casi toda el agua suministrada se desinfecta con
cloro antes de ser enviada a las redes de distribucin (Erickson, 2012). Sin embargo, mucha
gente slo recibe un suministro intermitente de agua, lo que es una molestia y puede
originar su contaminacin tanto en las tuberas de distribucin como durante su
almacenamiento en las viviendas. Mientras que la cobertura en el suministro de agua es alta
en Mxico, la calidad en el servicio muchas veces es deficiente. Muchos hogares que tienen
un suministro de agua entubada slo reciben un servicio por unas horas, por lo que no
42

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):

Codificar las estructuras que se replicarn.

Operaciones que afecten a los individuos.
Una funcin de aptitud.
Un mecanismo de seleccin.

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

Cada uno de estos paradigmas se origin de manera independiente y con

motivaciones muy distintas.
Las primeras ideas de la computacin evolutiva, incluso antes del descubrimiento
del ADN, vinieron de Von Neumann, uno de los mayores cientficos de siglo XIX. Von
Neumann afirm que la vida deba de estar apoyada por un cdigo que a la vez describiera
como se puede construir un ser vivo, y tal que ese ser creado fuera capaz de
autorreproducirse. Por tanto, un autmata o mquina autorreproductiva tendra que ser
capaz, aparte de contener las instrucciones para hacerlo, de ser capaz de copiar tales
instrucciones a su descendencia (Merello, 2007).
Sin embargo, no fue hasta mediados de los aos 50 cuando Box comenz a pensar
en imitar esas ideas para, en su caso, mejorar procesos industriales. La tcnica de Box,
denominada EVOP (Evolutionary Operation), consista en elegir una serie de variables que
regan un proceso industrial (Diguez, 2004). Sobre esas variables se creaban pequeas
diferenciaciones que formaban un hipercubo, con lo que se cambiaba la magnitud de las
variables hasta alzcanzar un valor fijo en todas. Se probaba entonces con cada una de las
esquinas del hipercubo durante un tiempo, y al final del periodo de pruebas, un comit
humano decida sobre la calidad del resultado. Es decir, se estaba aplicando mutacin y
45

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.

Un investigador de la Universidad de Michigan llamado John H. Holland (Figura

3.1) estaba consciente de la importancia de la seleccin natural, y a fines de los aos 60
desarroll una tcnica que permiti incorporarla en un programa de computadora. Su
objetivo era lograr que las computadoras aprendieran por s mismas. La tcnica que invent
Holland se llam originalmente "planes reproductivos", pero se hizo popular bajo el
nombre "algoritmo gentico" tras la publicacin de su libro (Holland, 1992).

Figura 3.1 John H. Holland, desarrollador de los AG.

47

De acuerdo con el paradigma Darwiniano de la evolucin, toda la vida en nuestro

planeta puede ser explicada a travs de una gran cantidad de procesos estadsticos que
actan en y dentro de las poblaciones y especies: reproduccin, mutacin, competencia y
seleccin. John H. Holland se interes en estudiar los procesos lgicos involucrados en la
adaptacin. Se percat de que el uso de reglas simples podra generar comportamientos
flexibles, y visualiz la posibilidad de estudiar la evolucin de comportamientos en un
sistema complejo.
En esa universidad, Holland imparta un curso titulado Teora de sistemas
adaptativos. Dentro de este curso, y con una participacin activa por parte de sus
estudiantes, fue donde se crearon las ideas que ms tarde se convertiran en los AG.Por
tanto, cuando Holland se enfrent a los AG, los objetivos de su investigacin fueron dos:

imitar los procesos adaptativos de los sistemas naturales

disear sistemas artificiales (normalmente programas) que retengan los mecanismos

importantes de los sistemas naturales.

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

Estas y otras aplicaciones creadas por estudiantes de Holland convirtieron a los AG

en un campo con base suficientemente aceptado para celebrar la primera conferencia en
1985, ICGA85. Tal conferencia se sigue celebrando bianualmente.

3.2. Anlisis de algoritmos.

La palabra algoritmo se deriva del nombre del autor Persa, Abu Jafar Mohammed
ibn Musa al Khowarizmi (c. 825 A. O.) quien escribi un libro acerca de Matemticas
puras. Una revisin de la ltima edicin del diccionario de Webster define su significado
como: Cualquier mtodo especial de solucin a un cierto tipo de problema. Pero esta
palabra ha tomado un significado especial en las ciencias computacionales, donde
algoritmo se ha referido a un mtodo preciso utilizable por una computadora para la
solucin de un problema. Esto es lo que diferencia la nocin de algoritmo con otras
palabras, tales como proceso, tcnica o mtodo (Ellis, 1984).
El anlisis de algoritmos comprende 2 etapas: el anlisis a priori y el anlisis a
posteriori. En el primero de ellos, se obtiene una funcin que acota el tiempo de clculo del
algoritmo. En el anlisis a posteriori lo que se hace es recolectar estadsticas acerca del
consumo de tiempo y espacio del algoritmo mientras ste se ejecuta (Ellis, 1984). Es
importante tener en mente que durante el anlisis a priori de un algoritmo, se ignoran los
detalles que sean dependientes de la arquitectura de una computadora o de un lenguaje de
programacin y se analiza el orden de magnitud de la frecuencia de ejecucin de las
instrucciones bsicas del algoritmo.
Veamos un ejemplo simple de anlisis a priori. Considerando los 3 segmentos de
cdigo siguientes:
(1) x = x + y
(2) for i = 1 to n do
x = x + y
end for i
(3) for i = 1 to n do
for j = 1 to n do
x = x + y
end for j
end for i

La frecuencia de ejecucin de la sentencia x = x + y es:

49

1 para el segmento (1).

n para el segmento (2).
n2 para el segmento (3).

Una de las notaciones ms usadas para expresar la complejidad de un algoritmo es la

denominada funcin O (big-O, en ingls).
Algunos tiempos comunes de los algoritmos son los siguientes:
O(1) < O(log n) < O(n) < O(n log n) < O(n2) < O(n3) < O(2n)

[17]

Algunos algoritmos conocidos y sus complejidades correspondientes en esta notacin

son los siguientes:

Buscar un elemento en una lista no ordenada: O(n)

Buscar un elemento en una lista ordenada: O(log n)
Quicksort: O(n log n)
Calcular el determinante de una matriz: O(n3)
Multiplicacin matricial: O(n2.81)
Bubble Sort: O(n2).

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.

3.3. Tcnicas Heursticas.

Existen problemas que no pueden resolverse usando un algoritmo que requiera
tiempo polinomial (problemas P). De hecho, en muchas aplicaciones prcticas, no podemos
siquiera decir si existe una solucin eficiente.
Asimismo, hay muchos problemas para los cuales el mejor algoritmo que se conoce
requiere tiempo exponencial. Cuando se encuentran espacios de bsqueda tan grandes
como en el caso del problema del viajero, y que adems los algoritmos ms eficientes que
existen para resolver el problema requieren tiempo exponencial. Resulta obvio que las
tcnicas clsicas de bsqueda y optimizacin son insuficientes. Es entonces cuando se
recurre a las "heursticas". La palabra "heurstica" se deriva del griego heuriskein, que
significa "encontrar" o "descubrir".
Por ejemplo, Newell et al., (1959) dice:

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.

3.4. Algoritmos Genticos

Los AG son mtodos adaptativos, los cuales pueden usarse para resolver problemas
especializados de bsquedas y optimizacin (Besaley, 1993). Estn basados en los procesos
genticos de los organismos biolgicos. Por muchas Generaciones, las poblaciones
naturales tienden a evolucionar de acuerdo a los principios de la Seleccin Natural
siguiendo el patrn: Supervivencia del ms apto, establecido por primera vez por Charles
Darwin, en su obra El origen de la especies. Basndonos en ste proceso, los AG son
capaces de resolver problemas del mundo real, si se hace la codificacin adecuada. Por
ejemplo, los AG pueden ser utilizados para el control de proceso en lnea, tales como en
una planta qumica, o el equilibrio de carga en un sistema de ordenador multiprocesador.
En la naturaleza, los individuos de una poblacin compiten entre ellos por recursos
para vivir, como alimentos, agua o refugio. Incluso tambin los miembros de la misma
especie compiten para atraer a su pareja. Aquellos individuos que son ms aptos para
51

conseguir pareja y sobrevivir, dejarn relativamente mayor nmero de descendientes. Esto

significa que los genes de los individuos ms adaptados se propagarn en sucesivas
generaciones hacia un nmero de individuos creciente en cada generacin. La combinacin
de buenas caractersticas provenientes de diferentes ancestros puede, a veces, producir
descendientes mucho ms aptos, cuya adaptacin es mucho mayor que la de cualquiera
de sus padres. De esta manera, las especies evolucionan logrando caractersticas mejor
adaptadas a su medio ambiente.
Los AG usan una analoga directa con el comportamiento natural. Trabajan con una
poblacin de individuos, cada uno de los cuales representa una solucin factible a un
problema dado. A cada individuo se le asigna un valor o puntuacin en funcin de que tan
buena solucin representan para el problema dado. En la naturaleza, es equivalente a la
efectividad de un organismo para competir por determinados recursos. Cuanto mayor sea la
adaptacin de un individuo al problema, mayor ser la probabilidad de que l mismo sea
seleccionado para reproducirse, cruzando su material gentico con otro individuo
seleccionado de igual forma. Este cruce producir nuevos individuos (descendientes de los
anteriores) los cuales comparten algunas de las caractersticas de sus padres. Cuanto menor
sea la adaptacin de un individuo, menor ser la probabilidad de que dicho individuo sea
seleccionado para la reproduccin, y por lo tanto de que su material gentico se propague
en sucesivas generaciones, y entonces morir.
De esta manera se produce una nueva poblacin de posibles soluciones, la cual
reemplaza a la anterior y verifica la interesante propiedad de que contiene una mayor
proporcin de buenas caractersticas en comparacin con la poblacin anterior. As, a lo
largo de las generaciones las buenas caractersticas se propagan a travs de la poblacin.
Favoreciendo el cruce de los individuos mejor adaptados, van siendo exploradas las reas
ms prometedoras del espacio de bsqueda. Si el AG ha sido bien diseado, la poblacin
converger hacia una solucin ptima del problema.
3.4.1. Algoritmo Gentico simple.

El Algoritmo Gentico simple, tambin llamado Cannico, se representa en la

Figura 3.3. Como se ver a continuacin, se necesita una codificacin o representacin del
problema, que resulte adecuada al mismo. Adems se requiere de una funcin de
evaluacin de aptitud o adaptacin al problema, la cual asigna un nmero real a cada
posible solucin codificada (Jimnez, 2004). Durante la ejecucin del algoritmo, los padres
deben ser seleccionados para la reproduccin, a continuacin, dichos padres seleccionados
se cruzarn generando dos hijos, sobre cada uno de los cuales actuar un operador de
mutacin. El resultado de la combinacin de las anteriores funciones ser un conjunto de
individuos (posibles soluciones al problema), los cuales en la evolucin del AG formarn
parte de la siguiente poblacin.
52

Figura 3.3 Diagrama de flujo de los Algoritmos Genticos Simple

3.4.2. Traduccin biolgica de los elementos de los AG.

Para referirse a los diferentes elementos constitutivos de los AG, se utilizan

trminos para nombrarlos (Tabla 3.1). Trasladando estos conceptos a la vida artificial: en
los algoritmos genticos, el trmino cromosoma se refiere a un candidato a solucin del
problema, que a menudo se codifica como una cadena de bits (nmeros binarios). Los
genes son tanto un bit como bloques cortos de bits adyacentes que codifican un elemento
particular del candidato a solucin. Un alelo es el valor distintivo que le corresponde al gen
(para alfabetos largos cada lugar puede tener ms alelos). Muchos organismos tienen varios
cromosomas en cada clula. El genoma del organismo es la coleccin completa del material
gentico. Si bien, el alfabeto utilizado para representar a los individuos no debe
necesariamente estar constituido por {0,1}, sin embargo buena parte de la teora en la que
se fundamentan los AG utiliza dicho alfabeto.
En trminos biolgicos, el conjunto de parmetros representando un cromosoma
particular se denomina fenotipo. El fenotipo contiene la informacin requerida para
construir un organismo, el cual se refiere como genotipo. Los mismos trminos se utilizan
en el campo de los AG (Figura 3.4). La aptitud se infiere a travs del fenotipo usando la
funcin de evaluacin. La funcin de aptitud o evaluacin debe ser diseada para cada
problema de manera especfica. Dado un cromosoma particular, la funcin de aptitud le
53

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

Cadena de caracteres, individuo

Gen

Carcter, bit

Alelo

Valor caracterstico del gen

Genotipo

Conjunto de caractersticas encaminado su utilidad como solucin

Fenotipo

Estructura del individuo decodificada

Figura 3.4 Descripcin de algunos trminos de AG.

3.5. Procesos de los AG

Los diferentes procesos que siguen los algoritmos genricos son la Codificacin,
Poblacin Inicial, Seleccin, Cruza y Mutacin. A continuacin se describir cada uno de
ellos.
3.5.1. Codificacin
Desde su invencin, una computadora es capaz de hacer grandes clculos y
secuencias gracias a que trabaja en un ambiente sencillo con operaciones bsicas utilizando
nmeros binarios (nmeros en donde solo existen dos dgitos {0,1}). Con esto, es fcil
modificar ciertos valores cuando se va a hacer una operacin o algoritmo. De igual forma,
se puede realizar la codificacin mediante nmeros enteros o incluso cadenas de palabras
(Arranz, 2014).

54

3.5.1.1.

Codificacin binaria.

El problema a tratarse con AG empieza con la codificacin del individuo, que es la

estructuracin del problema a un lenguaje de computadora. El objetivo es que el ordenador
pueda realizar procedimientos y clculos para que encuentre la solucin al problema. Para
ello, se describe al individuo de una forma que el ordenador realice dichas operaciones de
una manera gil y fcil de manipular. Desde los primeros trabajos de John H. Holland la
codificacin suele hacerse mediante valores binarios. Se asigna un determinado nmero de
bits a cada parmetro y se realiza una discretizacin de la variable representada por cada
gen. El nmero de bits asignados depender del grado de ajuste que se desee alcanzar.
Evidentemente no todos los parmetros tienen por qu estar codificados con el mismo
nmero de bits (GESTAL, 2000).
Un ejemplo sencillo de representacin de individuos mediante nmeros binarios
suele ser en problemas donde se requiera encontrar un nmero.Por ejemplo, se tiene un
problema en el cual se requiere encontrar un nmero dentro del rango (0 8191) que
satisfaga una ecuacin f(x). Si los primeros individuos de la poblacin fuesen los
nmeros 331, 1077, 4250, 4095 ,4096 y 1, de manera binaria se muestra su representacin
en la Tabla 3.2.
Tabla 3.2 Representacin binaria de nmeros decimales.

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.

En este tipo de codificacin se utilizan cadenas de nmeros que representan un

nmero en una secuencia. Se utiliza en problemas en los que hay que encontrar un valor
numrico especfico.Un ejemplo clsico de este tipo de codificacin es el problema del
viajante de comercio (Figura 3.5). En este caso se tiene como datos, una serie de ciudades
por las que el comerciante debe pasar y las distancias entre ellas. El objetivo es que el
comerciante, partiendo de una ciudad origen, recorra todas las ciudades y vuelva al punto
de partida pero recorriendo el menor nmero de kilmetros, por lo que habr que localizar
la combinacin de ciudades que minimice dicho recorrido.

Figura 3.5 Esquema del problema del viajante.

3.5.1.3.

Codificacin por valor directo.

Este tipo de codificacin ser el utilizado en caso de resolucin de problemas en el

que se requiera del uso de valores de cifrado complicado como podra ser en el uso de
nmeros reales, cuya codificacin con nmeros binarios sera muy complejo. En
codificacin por valor directo cada cromosoma es una cadena de valores relacionados con
el problema a estudiar, pudiendo ser desde nmeros decimales, cadenas de caracteres o
incluso una combinacin de varios de ellos. Su aplicacin es muy buena en ciertos
problemas concretos. Por el contrario para la utilizacin de esta codificacin, normalmente
es necesario desarrollar nuevas tcnicas de reproduccin y mutacin especficas hacia la
resolucin del problema.
3.5.1.4.

Codificacin en rbol.

Este tipo de codificacin se utiliza principalmente en el desarrollo de programas o

expresiones para programacin gentica. Cada cromosoma ser en este caso un rbol con
ciertos objetos. En este mtodo, los cambios aleatorios pueden generarse cambiando el

56

operador, alterando el valor de un cierto nodo del rbol o simplemente sustituyendo un

subrbol por otro.
3.5.2. Funcin de Aptitud.

La funcin de aptitud (FA; fitness function, en ingls) es la funcin objetivo del

problema de optimizacin (Kumar, 2012). El algoritmo gentico nicamente maximiza,
pero la minimizacin puede realizarse fcilmente utilizando el recproco de la funcin
maximizante (debe cuidarse, por supuesto, que el recproco de la funcin no genere una
divisin por cero). Una caracterstica que debe tener esta funcin es, que debe ser capaz de
"castigar" a las soluciones malas, y de "premiar" a las buenas, de forma que stas ltimas
sean las que se propaguen con mayor rapidez.
La codificacin ms comn de las respuestas es a travs de cadenas binarias, aunque
se han utilizado tambin nmeros reales y letras. El primero de estos esquemas ha gozado
de mucha popularidad debido a que es el que propuso originalmente Holland, y adems
porque resulta muy sencillo de implementar.
3.5.3. Proceso de Seleccin.

La seleccin es la primera operacin gentica en la fase reproductiva de los AG. Es

el proceso por el cual se determina la cantidad de veces que cada individuo ser elegido
para reproducirse y/o para pasar a la generacin siguiente (dependiendo de la arquitectura
del algoritmo elegida) (Jimnez, 2004). Ms concretamente, es el operador que selecciona
los individuos a reproducir. Este proceso se realiza con repeticin, es decir, cada individuo
de la poblacin puede ser elegido ms de una vez para reproducirse. El proceso de
seleccin se basa en elegir una mayor cantidad de veces a los individuos mejor adaptados
(con mayor valor de FA), pero dar cierta probabilidad de ser elegidos a todos los
individuos, incluyendo a aquellos que posean menor valor de FA.
Una vez evaluada la aptitud del individuo, se crea la nueva poblacin teniendo en
cuenta que los buenos rasgos de los mejores se transmitan a esta. Se tendr el mismo
criterio en cada generacin. Existen diversos mtodos en el proceso de seleccin de los
mejores cromosomas. Algunos de ellos son: Seleccin por torneo, Seleccin de estado
uniforme, Mtodo de la Ruleta, etc. a continuacin se describirn los principales mtodos.
3.5.3.1.

Seleccin por Torneo.

La seleccin mediante torneo es computacionalmente ms adecuada para

implementarse en paralelo (utilizar menor nmero de operaciones), (Corts, 2000). Esta
tcnica fue propuesta por Wetzel (Goldberg, 1991) y estudiada en la tesis doctoral de
57

(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

Por lo tanto, los padres a cruzarse resultaron:

6y1

3.5.3.2.

3y6

4y3

Seleccin por ruleta.

Es el usado por Goldberg en su libro: Genetic Algorithms (Goldberg, 2006). Este

mtodo es muy simple, y consiste en crear una ruleta, en la que cada cromosoma tiene
asignada una fraccin proporcional a su FA (Coello, 2003).
Cada individuo se le asigna un segmento de la rueda de la ruleta. El tamao de cada
segmento en la rueda de la ruleta es proporcional al valor del FA del individuo, cuanto ms
grande es el valor, mayor es el segmento. Entonces, la rueda de la ruleta virtual se
centrifuga. Una vez detenida la ruleta, el individuo correspondiente al segmento es el que
queda seleccionado. El proceso se repite hasta que se selecciona el nmero deseado de
individuos. Los individuos con mayor FA tienen ms probabilidad de seleccin. Esto puede
conducir a la seleccin sesgada hacia los individuos que representan la solucin buscada.

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:

Calcular la suma de valores esperados T

Repetir N veces (N es el tamao de la poblacin):
Generar un nmero aleatorio r entre 0 y T
Ciclar a travs de los individuos de la poblacin, sumando los valores
esperados hasta que la suma sea mayor o igual a r.
El individuo que haga que esta suma exceda el lmite es el seleccionado.

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:

Figura 3.6 Distribucin del FA en seleccin por ruleta.

En una seleccin por rueda de la ruleta, se construye un segmento de lnea de

longitud
con los sectores consecutivos de longitud
. Despus se genera un
nmero aleatorio r, el cual debe estar dentro del rango 0<r<
. Finalmente, r se
localiza en cierto sector de la recta (en ste caso es
), con lo que se selecciona el
respectivo individuo.
3.5.3.2.1.

Anlisis de la Ruleta

Debido a la simplicidad de la aplicacin y la interpretacin directa, la seleccin de

la ruleta ruedas se utiliza con frecuencia en los AG. La seleccin de un individuo es
59

entonces equivalente a escoger al azar un punto dentro de la rueda y localizar el

correspondiente individuo. Cuando es usada una bsqueda simple, entonces la seleccin
requiere O(n2) operaciones mientras que la bsqueda binaria requiere O(log(n)) operaciones
(Lipowsky, 2012).
Problemas: El peor individuo puede seleccionarse varias veces.
Complejidad: O(n2). El algoritmo se torna ineficiente conforme crece n (tamao de la
poblacin).
Mejoras posibles: Uso de bsqueda binaria en vez de bsqueda secuencial para localizar la
posicin correcta de la rueda. Esto requiere memoria extra y un recorrido O(n2) para
calcular los totales acumulados por cada segmento de la rueda. Pero, en contraste, la
complejidad total se reduce a O(n log n).
3.5.4. Operador de Cruza.

Consiste en el intercambio de material gentico entre dos cromosomas. La cruza es

el principal operador gentico, hasta el punto que se puede decir que no es un algoritmo
gentico si no tiene cruza. Sin embargo, puede serlo perfectamente sin mutacin, segn
descubri Holland. El teorema de los esquemas confa en l para hallar la mejor solucin a
un problema, combinando soluciones parciales (Merelo, 2007). La cruza provoca un
intercambio estructurado, pero aleatorizado de material gentico entre las soluciones, con la
posibilidad de que las 'buenas' soluciones pueden generar las "mejores".
El proceso de cruza ocurre sometido a una probabilidad de cruza (Pc, factor de cruza).
Existen principalmente 3 tipos de cruza en los AG.
3.5.4.1.

Cruza en 1 punto.

El procedimiento es el siguiente (Figura 3.7): Una vez que se tenga la seleccin de

las parejas a cruzar, se genera un nmero aleatorio entre 0 y 1. Se compara este nmero con
la probabilidad de cruza (Pc) y si resulta mayor a ste, la pareja pasa intacta a la siguiente
generacin. En el caso contrario, se vuelve a generar un nuevo nmero aleatorio entero,
entre 1 y la Longitud del Cromosoma -1, con lo que ser el punto de cruza. A partir de este
punto, se intercambian los genes (o bits) de la cadena cromosmica y los hijos resultantes
formarn una pareja de la nueva generacin. Se realiza lo mismo con cada par de parejas
seleccionadas de toda la poblacin.
Este tipo de cruza es de los ms utilizados en los AG, debido a que ayuda a
mantener las caractersticas esenciales de un individuo conforme vayan pasando las
generaciones. Evita que la solucin se pierda a causa del fuerte quiebre y diverso
intercambio de bits entre ellos. Los estudios empricos acerca de la comparacin entre este
60

mtodo y otros tratan sobre los resultados disruptivos que puedan darse, adems en cuanto
a la pronta repeticin o convergencia de los individuos.

Figura 3.7 Cruza en un punto.

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.

Figura 3.8 Cruza en dos puntos.

61

3.5.4.3.

Cruza uniforme.

En este caso, se tiene un nmero n de puntos entre lo cuales se realiza la cruza y de

igual manera se intercambian los genes entre los cromosomas (Figura 3.9). Este nmero de
puntos no se fija previamente y este tipo de cruza tiene un mayor efecto disruptivo por lo
que la probabilidad de cruza se aconseja que disminuya, digamos a 0.5. Aunque hay autores
que recomiendan valores an ms bajos.

Figura 3.9 Cruza uniforme.

3.5.5. Mutacin

El operador de mutacin se aplica a cada hijo de manera individual, y consiste en la

alteracin aleatoria (normalmente con probabilidad pequea) de cada gen componente del
cromosoma (ver Figura 3.10). Si bien, en principio el operador de cruza es ms importante
que el operador de mutacin, ya que proporciona una exploracin rpida del espacio de
bsqueda. Aunque el operador mutacin asegura que ningn punto del espacio de bsqueda
tenga probabilidad cero de ser examinado, lo cual es de capital importancia para asegurar la
convergencia de los AG.

Figura 3.10 Operador de 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]

Figura 3.11 Grafico de funcin f(x,y).

La funcin posee infinita cantidad de mnimos y mximos (si se amplia su rango x,

y del grfico) y es fcil observar que el mximo, f(x, y)=1, se encuentra en el punto (x, y) =
(0, 0). El ejercicio se resolvi con los AG, para demostrar de una manera sencilla su
funcionamiento. Se escogi una poblacin inicial de 20 individuos y fue generada
aleatoriamente. La decodificacin se realiz con nmeros binarios y en la FA se utilizaron
valores reales a los obtenidos mediante f(x, y).
La Tabla 3.4 representa una iteracin en el proceso de seleccin, la cual se llev a
cabo mediante el mtodo de seleccin por torneo. Dicha seleccin es apropiada por su
simplicidad de codificacin y por tratar con valores de aptitud con valores negativos. Una
vez que se realiza una seleccin, se contina con el proceso de cruza en un punto (Tabla
3.5), que conforma a la siguiente generacin de individuos. En ste caso se omiti el
proceso de mutacin, aunque es un proceso que es parte de los AG, no es indispensable
prioritariamente para este ejemplo.
63

Tabla 3.4 Resultados de una iteracin en el proceso de seleccin por torneo.

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

Tabla 3.5 Proceso de Cruza, en el ejemplo de los AG.

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
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)

Figura 3.12 Evolucin de AG (Generacin 1).

Figura 3.13 Evolucin de AG (Generacin 2).

65

Figura 3.14 Evolucin AG (Generacin 3).

Figura 3.15 Evolucin de Ag (generacin 4).

Figura 3.16 Evolucin de Ag (Generacin 5).

66

CAPTULO 4

67

4. IMPLEMENTACIN DEL AG PARA LA

UBICACIN PTIMA DE PUNTOS DE
REINYECCIN Y LA CANTIDAD
ADECUADA DE ESTACIONES
SUGERIDAS
A continuacin, se describir a detalle la manera en que se implement a este
trabajo, cada uno de los procesos que describen a los AG.
El principal objetivo de esta investigacin es hacer un uso eficiente del
desinfectante Cloro, cuando la red de abastecimiento se encuentre en situaciones
desfavorables de la concentracin del mismo. An cuando la red se mantenga dentro de los
lmites establecidos por la norma (NOM-127-SSA1-1994), es de suma importancia realizar
un anlisis del uso adecuado del cloro por razones de salud y uso eficiente del mismo. En
este caso, el costo tambin es una variable muy importante a atender, puesto que utilizar la
menor cantidad de cloro necesario, conlleva a reduccin de costos por insumos. Adems de
lograr un mejor estado de calidad del agua a lo largo de la red, proporcionado por el
organismo operador. Todo esto se lograr haciendo la propuesta de un nmero mnimo de
estaciones de reinyeccin de cloro y que a su vez suministre la dosis adecuada para hacer
un uso eficiente del desinfectante.

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

4.1.1. Representacin del cromosoma

Un cromosoma de AG es la representacin de la red en un cdigo especial capaz de

hacer un fcil anlisis por medio de la computadora. La forma establecida, fue la
codificacin propuesta por Holland en 1975.
Los lmites a satisfacer en la NOM-127-SSA1-1994, estn dentro del siguiente
rango (Cmin, Cmax), el cual ser el establecido en cada nodo como propuesta de reinyeccin
para proponer una estacin.

Haciendo una distribucin equitativa de este rango, se utilizaron 8 medidas de

dosificacin de cloro y por cada medida de dosificacin se consider un valor cero de
concentracin, con el objetivo de considerar la misma posibilidad de no estacin en cada
nodo. As mismo, se utilizaron los 16 primeros nmeros binarios para cada correspondiente
dosificacin (Tabla 4.1). Cada uno de ellos, utiliza 4 dgitos (tambin llamados bits),
haciendo una codificacin que cubre el rango de cloracin permitida, sin la necesidad de
repeticin de valores y considerando como alternativa principal que no se requiere estacin.
El tiempo de trabajo de un AG depende de algunos factores, entre ellos, el nmero
de variables a utilizar. Cuantas ms variables se propongan, ms exhaustiva ser la
bsqueda a realizar en los AG. Utilizar 16 variables es un nmero suficiente para trabajar,
ya que permite la distribucin imparcial de las concentraciones dentro del rango permitido
y es un nmero restringido para la manipulacin de las variables dentro de los individuos
en los AG, permitiendo reducir el nmero de iteraciones indispensables para llegar a la
solucin deseada.
Tabla 4.1 Codificacin de los valores de dosificacin de cloro por estacin de reinyeccin

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.

Se toman nicamente los nodos para el cromosoma y se representa mediante

nmeros aleatorios, aqu un ejemplo de un individuo generado con nmeros binarios
aleatorios (Figura 4.2).

Figura 4.2 Codificacin de un individuo de la red de ejemplo.

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:

Lc=Longitud del cromosoma

70

nn = Nmero de nodos
nb= Nmero de bits
(En este ejemplo Lc es 24.)

4.2. Generacin de Poblacin inicial.

La poblacin inicial es la cantidad de individuos generados aleatoriamente para
comenzar los procesos evolutivos de los AG. Este nmero es de igual importancia que el
nmero de variables a trabajar en los cromosomas, ya que tambin es un determinante del
tiempo de ejecucin de los AG.
Al proponer un nmero cuantioso de individuos, se tienen ventajas y desventajas.
Una de las ventajas es que se tiene una diversidad muy grande en cuanto a soluciones, pero
eso conlleva a FA altos y a la vez similares que pueden llegar a perderse dentro de los
procesos de seleccin. Otra desventaja sera una necesidad de gran nmero de iteraciones
para que los AG vayan descartando a los individuos que no son aptos como solucin y
posiblemente un gran nmero de repeticiones de los mismos (cuando la red no es tan
grande).
El nmero de individuos es una decisin del usuario cuando trabaja con los AG. No
existe un determinante exacto para sugerir un nmero de individuos de poblacin inicial
que conlleve a una pronta y cabal solucin. Sin embargo, en ste trabajo se concluy que
un parmetro que influye en el nmero de individuos de la poblacin es el tamao de la red
en cuestin y el nmero de variables a trabajar. Dicho de otro modo, se est ahondando a
ejecutar los AG en el nmero de combinaciones totales en las que se hace la bsqueda.
Por lo que una poblacin inicial se genera por el nmero de individuos que asigne el
usuario con cromosomas de longitud en el cromosoma Lc (Figura 4.3).

71

Figura 4.3 Ejemplo de poblacin inicial de la red con 16 individuos generados aleatoriamente.

4.3. Funcin de aptitud propuesta

La FA es el alma de los AG. La FA est diseada para estimar la eficiencia como
solucin que representa el individuo. Se utilizan trminos que asignen un puntaje a los
mbitos que interesan. Es el principal determinante de la bsqueda que realiza el algoritmo.
Para la presente tesis, la FA se defini de la siguiente manera (Ecuacin 21).

[21]
Donde:

fa = Valor de aptitud del individuo.

cprom(i) = Concentracin promedio de las 16 concentraciones ms bajas durante una
simulacin en periodo extendido de 24 horas cuando se haya normalizado el flujo y
la calidad en la red.
cmn = Concentracin mnima.
72

cmx = Concentracin mxima.

n = Nmero de nodos de la red.
C#est = Costo por el nmero de estaciones simuladas.
c = Cantidad de cloro presente en el nodo fuera del rango establecido.
Pc = Costo de penalizacin por cloro fuera del rango establecido.

4.3.1. Descripcin de la funcin de aptitud.

La FA es una frmula matemtica cuya estructura elemental es un cociente entre
una parte creciente (numerador) y una parte penalizadora (denominador).
4.3.1.1.

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.

El valor de la desviacin estndar resultar lo ms prximo a 0 cuanto ms se

aproximen los datos a la media, y un valor ms grande a aquellos datos que se alejen de la
misma (Figura 4.4).

73

Figura 4.4 Representacin grfica de la desviacin estndar.

Se utiliz esta medida centrndose en obtener el grado de desviacin de las

concentraciones promedio (cprom(i)), respecto a la concentracin mnima. Por lo cual, la
desviacin estndar de la FA se define como:

Donde:

= Desviacin estndar de concentraciones respecto a la mnima.

cprom(i) = Concentracin promedio en el nodo i.
n = Nmero de nodos en la red.
cmn = Concentracin mnima = 0.20mg/l.

Con lo que se asigna un valor cercano a 0 a aquellas redes con concentraciones

promedio de cloro que se encuentren lo ms prximo a la concentracin mnima
(0.20mg/l).Esta variable se evala mediante el valor absoluto de la funcin logartmica
(Ecuacin 24) para conformar el factor creciente. Con lo cual se obtiene el grfico de la
Figura 4.5.
[24]

Figura 4.5 Grafica de la funcin abs(log()).

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:

Con lo que se puede deducir que la desviacin estndar regresar un valor

nicamente entre el intervalo ( 0 , cmx cmn ). Dividiendo la variable entre el intervalo
cmx cmn, en la evaluacin de la funcin log, se obtiene el siguiente grfico (Figura 4.6):

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.

El factor penalizador, es el denominador de la FA. El cual reduce el valor de la FA

cuando no cumple con dos principios:

Se busca el menor nmero de estaciones posibles a proponer.

Las concentraciones en el anlisis en periodo extendido estn en cmx - cmn.

Por lo que se proponen dos trminos (Ecuacin 25), los cuales se describen a continuacin.

4.3.1.2.1.

Costo por el nmero de estaciones sugeridas.

Es el determinante con mayor peso en el denominador de la FA. Uno de los

objetivos de la investigacin es proponer la menor cantidad de estaciones de reinyeccin
posible, pero que las mismas cumplan con el rumbo de optimizar el uso del desinfectante.
El valor de C#est depender del nmero de estaciones que se est simulando:
{

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.

Concentracin fuera del rango cmn - cmx

La variable c es una sencilla funcin, la cual depende de las concentraciones de cloro en

determinado nodo que se encuentran fuera del rango establecido cmn - cmx.

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 .

Figura 4.7 Representacin grfica de c.

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

4.3.2. Visualizacin de valores de la funcin de aptitud.

La funcin de aptitud tiene bastantes consideraciones, lo cual hace difcil (o casi

imposible) pensar que pueda graficarse toda la funcin. Tomando en cuenta el anlisis para
el factor creciente (el numerador de fa) se puede igualmente tomar a la desviacin estndar
de concentraciones para visualizar grficamente la funcin abs(log()). Llamando a esta
funcin (Ecuacin 26).
(

))

[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.

Con lo que se reduce a una funcin de dos variables (Figura 4.8):

))

Graficando se obtiene la siguiente Figura 4.8:

78

Figura 4.8 Grfico de fa para todo el rango cmn cmx y proponiendo de 1 a 10 estaciones

Se grafic para el rango cmn cmx para la variable x y en la variable y, tomando en

cuenta el uso de 1 a 10 estaciones de reinyeccin.
El grfico destaca con colores ms claros a aquellos valores ms altos de la FA. Es
fcil observar que los valores altos se concentran en zonas donde se propone una menor
cantidad de estaciones de reinyeccin y se encuentren cercanas al lmite de concentracin
mnima. La funcin cumple con el objetivo de la asignacin de un valor numrico a la
correspondencia como solucin de un individuo.

4.4. Seleccin proporcional

El tipo de seleccin utilizada es el de seleccin proporcional, ya que es el ms
utilizado por el fundador de AG, John H. Holland y sus estudiantes (Goldberg, 1989). Se
supone un anlisis contemplando 6 individuos, los cuales presentan los FA mostrados en la
Tabla 4.2.
Tabla 4.2 Valores de fa y su porcentualidad correspondiente

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%

Se suman los valores de fa de cada individuo y se obtiene su respectivo valor

porcentual para ser colocado en un pastel, donde cada rebanada tiene el tamao
correspondiente a su valor porcentual. (Figura 4.9).

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

Figura 4.9 Ruleta en la seleccin proporcional.

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

La cruza que se sigue en esta aplicacin, es la cruza en 2 puntos del cromosoma,

descrita en el Captulo III. La cruza depende de un factor de probabilidad. Generalmente
dicho valor oscila entre 0.6 y 1.0 y se escoge en torno al problema que se est optimizando
y de la cantidad de posibles soluciones que existan en l. Se escogi el valor de 0.7 y se
lleva a cabo de la siguiente manera.
Una vez que se tengan seleccionados los padres de la nueva generacin, se genera
un nmero aleatorio entre 0 y 1 por cada par de padres. Si en la poblacin se tiene un
nmero impar de padres, el ltimo pasa a la siguiente generacin para aplicar el
procedimiento de cruza a todos los dems individuos. Si el nmero aleatorio de la pareja x
result por encima de la probabilidad de cruza (0.7), entonces se lleva a cabo el proceso. Si
resulta menor que 0.7, entonces la pareja pasa intacta a la siguiente generacin. A las
parejas que resultaron obtuvieron un nmero aleatorio mayor que 0.7 en la prueba de cruza,
se vuelve a generar un par ms de nmeros aleatorios, pero en ste caso son enteros entre 1
y Lc-1.
Suponiendo que se tiene un par de individuos de la poblacin de la de la Figura 4.3.
Este par de individuos, fueron resultantes del proceso de seleccin y la pareja se conforma
por los individuos 8 y 13. Se gener un par de nmeros aleatorios entre 1 y Lc-1, quedando:
5 y 15, con lo que se realiza el proceso de cruza de la siguiente manera (Figura 4.10):

Figura 4.10 proceso de cruza en 2 puntos.

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

Se realiza un procedimiento similar al de cruza. Para cada individuo de la

generacin, igualmente se genera un nmero aleatorio entre 0 y 1 y se somete de nuevo
respecto a un factor de mutacin. Este factor es un nmero pequeo, se recomienda menor
que 0.1. Podra decirse que est en funcin de la longitud del cromosoma, pero en realidad
es de libre albedro. Se utiliz el factor de mutacin de 0.04375, que se obtiene (siguiendo
el ejemplo 1) mediante la relacin de:

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).

Figura 4.11 Mutacin.

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

5. EJEMPLO Y ANLISIS DE APLICACIN

5.1. Objetivos generales
Para plantear un anlisis de la optimizacin del uso de cloro a base de la colocacin de
estaciones de reinyeccin, es necesario retomar los principales puntos del Captulo II, se
resumen a continuacin:

La eliminacin de diversos contaminantes en el agua. Entre ellos, algunos qumicos

nocivos provenientes de la naturaleza y de ciertos residuos resultantes de
actividades humanas.
La eliminacin de microorganismos patgenos presentes en el agua y evitar la
propagacin de enfermedades causadas por stos.
Hacer uso ptimo del desinfectante cloro.
Cumplir con los lmites de concentracin de cloro en redes de distribucin de agua
potable, establecidos en la NOM-127-SSA1-1994 (0.2mg/l - 1.5mg/l)
Proporcionar a la poblacin agua sin contenido excesivo del desinfectante, pero a su
vez, suficiente para la eliminacin de contaminantes que afectan sus estndares de
calidad.

Para un organismo operador, atender todos estos aspectos conlleva a un complejo

anlisis que requiere de pruebas y monitoreos costosos, adems de tiempos para llevarlos a
cabo. Sin embargo, la Organizacin Mundial de la Salud (WHO por sus siglas en ingls),
recomienda una concentracin residual mnima de 0.5 mg/L de cloro libre de ms de 30
minutos de tiempo de contacto a un pH mximo de 8.0 para la cloracin terminal. As
mismo, menciona que la concentracin residual de cloro libre debe mantenerse durante toda
la red en un nivel entre 0.2 y 0.5 mg / L en los nodos de consumo (OMS, 1997).

5.2. Ejemplo de aplicacin.

La red modelo utilizada en las simulaciones es una red de ejemplo del programa
EPANET, net3.net, la cual se muestra en la Figura 5.1. La red se seleccion teniendo en
cuenta la complejidad de su estructura y funcionamiento.
5.2.1. Descripcin de la red.

El net3.net contiene los siguientes componentes (Rossman 2000):

84

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.

Figura 5.4. Trazo de la red modelo, net3.net

La red utilizada para el anlisis es un ejemplo concreto y completo, al tratarse de un

sistema de tuberas amplio con el uso de bombas y dispositivos de almacenamiento. A su
vez, contiene puntos donde la demanda a ciertos lapsos de tiempo es excesiva, as como
sectores donde las demandas son bajas, provocando la incidencia de ciertos tiempos de
residencia del agua en la red
La optimizacin basada en los AG fue codificada en el ambiente de programacin
MATLAB, de Mathworks Inc. El algoritmo utiliza los anlisis de calidad del agua
procesados por EPANET, el cual es activado desde MATLAB para la obtencin de dichos
valores. El modelo hidrulico es simulado con la ecuacin de Hazen-Williams en el sistema
Ingls de unidades. Los dimetros de tuberas varan de 8 a 99 pulgadas y los coeficientes
de rugosidad estn entre 110 y 199. La longitud total de la red alcanza los 65,478 metros.
La demanda base total en la red es de 0.192 m3/s. El anlisis de calidad del agua es
simulado en un periodo total de 72:00 horas con un intervalo de tiempo de 5 minutos para
la calidad del agua.

85

5.2.2. Valores introducidos.

La simulacin de la calidad del agua, depende principalmente (entre otros

parmetros) de los coeficientes de reaccin en el seno del flujo y en la pared de la tubera
(kb y kw). Adems de la calidad inicial en los reservorios.
Se propone realizar un anlisis completo, en el que varen los estndares del
comportamiento del cloro para diferentes condiciones de la red. Esto es, abarcar los lmites
superior e inferior de cloro permisibles en toda la red. Para ello, se describen 3 escenarios
diferentes en cuestin a la calidad del agua. Los escenarios A, B y C se obtienen variando
ambos coeficientes de reaccin de cloro, kb y kw, obtenidos de la literatura (Tabla 2.2,
Captulo II). La calidad inicial en las fuentes se considera a partir de obtener escenarios que
cumplan con la NOM-127, en las diferentes condiciones de estado.
Para visualizar el estado de la red en diversas condiciones de coeficientes de
reaccin de cloro, se describen los 3 escenarios como: El escenario A con los coeficientes
de reaccin mnimos, escenario B con valores de cerca de 15% de los valores mximos y el
escenario C, con valores de entre 20 a 25% (Tabla 5.1). Slo el 25% de los valores
mximos se aplicaron porque las simulaciones realizadas con coeficientes de reaccin ms
elevados generan dosis de cloro por encima de las normas NOM-127 en una gran parte de
la red durante las simulaciones.
Tabla 5.1 Escenarios propuestos para el anlisis de los AG.

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.

La simulacin en periodo extendido tiene una duracin total de 3 das, centrando el

anlisis de las concentraciones entre las horas 48:00 a 72:00. El propsito de analizar
solamente las ltimas 24 horas es para observar que los nodos han alcanzado un equilibrio
en trminos de variables de calidad. Por lo anterior se tiene un ajuste a un comportamiento
ms cclico.

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).

Figura 5.2 Evolucin de los AG en la ejecucin de un escenario.

Los escenarios A, B y C se optimizaron disminuyendo notoriamente las

concentraciones iniciales en las fuentes, manteniendo las dosis iniciales entre 0.50 y
0.59mg/L para ambos reservorios (Tabla 5.2). Con estas concentraciones, el algoritmo
determin la colocacin de estaciones de reinyeccin de cloro dentro de la red con las
dosificaciones respectivas descritas en la tabla 5.2. El uso total de cloro suministrado en un
principio fue optimizado en un 37.67%, 10.88% y 2.08% para los escenarios A, B y C
respectivamente comparado con las dosificaciones originalmente utilizadas.
En los escenarios optimizados, las concentraciones de cloro en todos los nodos de la
red se lograron ajustar a los valores recomendados por la WHO en 1997. Se tiene un
panorama ms estable del uso de cloro y controlado para su bajo uso, pero suficiente para
hacer el proceso de desinfeccin (Figura 5.3).

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

Ubicaciones de estaciones de reinyeccin de

cloro
Nodo #
suministro (mg/L)

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

Nodo 211 Tanque 1

0.60

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

En la simulacin, particularmente la hora 50 presenta los consumos mximos en la

red (alcanzan a ser el doble del valor de la demanda base). La configuracin de la cantidad
de cloro presente en los nodos se puede observar en la Figura 5.4. Se comparan los
escenarios A, B y C con los escenarios optimizados donde, fijando la atencin en los
valores de la escala de cantidad de concentracin, se puede distinguir la reduccin que se
logra con el uso de las estaciones de reinyeccin de cloro en sus respectivas locaciones. A
la izquierda de la Figura 5.3, se muestran los escenarios con las caractersticas originales de
concentracin en los escenarios, los cuales se encuentran dentro del rango 0 a 1.80mg/L.

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)

La propuesta del nmero de estaciones fue de 3, 4 y 6 estaciones para los escenarios

A, B y C respectivamente. En la realizacin de varias pruebas, se dieron resultados del uso
de 2 estaciones o 3 para los escenarios, pero no se tena un suficiente uso ptimo de cloro,
debido a que se utilizara en cada una de ellas una dosificacin similar a la de las
cloraciones iniciales en las fuentes y no habra mucha reduccin en el uso del cloro.
91

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

Merelo, J. J. (2007). Tcnicas heursticas de resolucin de problemas: computacin

evolutiva y redes neuronales.
Mora Rodrguez, J.J. (2011) Modelacin de la intrusin patgena a travs de fallos y su
implicacin en la red de distribucin de agua. Tesis doctoral. Universidad Politcnica de
Valencia, Espaa.
Newell, A., Shaw, J. C., & Simon, H. A. (1959). The processes of creative thinking. Santa
Monica, CA: Rand Corporation.
NOM-127-SSA1-1994. Salud ambiental, agua para uso y consumo humano. Lmites
permisibles de calidad y tratamiento a que debe someterse para su potabilizacin. Diario
Oficial de la Federacin. 1994.
Omisca, E. (2011). Environmental Health in the Latin American and Caribbean Region:
Use of Water Storage Containers, Water Quality, and Community Perception. PhD Thesis.
University of South Florida.
Ostle, B. (1979). Estadstica aplicada. Editorial Limusa.
PAHO (2004) Manual de tratamiento. Biblioteca virtual de Desarrollo Sostenible y Salud
ambiental.
http://www.bvsde.paho.org/bvsatr/fulltext/tratamiento/manualII/ma2_cap6.pdf (accessed on
21 February 2015).
Prez Prez, J. A. (2001). Tratamiento de aguas. Universidad Nacional, Facultad de
Minas, Pgs. 167-173
Phillip Cooper, J. (2003). Development of a chlorine decay and total trihalomethane
formation modeling protocol using initial distribution system evaluation data. Master
Thesis, University of Akron. United States of America.
Powell, J. C., Hallam, N. B., West, J. R., Forster, C. F., and Simms, J. (2000). Factors
which control bulk chlorine decay rates. Water Research, 34(1), 117-126.
Pratap, R. (1998). Getting Started with MATLAB, a quick introduction for scientists and
engineers. pp. 240. Foreword by Rudra Pratap. Oxford University Press, Oct 1998. ISBN10: 0195129474. ISBN-13: 9780195129472, 1.
del Puerto Rodrguez, A. M., Concepcin Rojas, M., & Iglesias Fernndez, A. M. (1999).
Calidad del agua y enfermedades de transmisin digestiva. Revista Cubana de Medicina
General Integral, 15(5), 495-502.
Quijandra Casanova, S, [en lnea]. Casetas de cloracin. r-chemical.com, 2012 [citado el
20 de de Agosto del 2014]. Disponible para World Wide Web: http://www.rchemical.com/blog/author/admin/page/2/
98

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