Está en la página 1de 8

4 DATOS BÁSICOS DE DISEÑO.

ESTIMACIÓN DE LA
POBLACIÓN, GASTOS DE AGUA POTABLE

Objetivo particular:

 Al término del tema el participante comprenderá y aplicará las


fórmulas para el cálculo y estimación de la población, gastos de
agua potable para la red de abastecimientode un sistema de
tratamiento.

4.1 Cálculo del gasto medio

El gasto medio se considera como el valor promedio de las aguas residuales aportado en
un día cualquiera tomado al azar.

La expresión que permite su cuantificación tomando en cuenta la población y la dotación de


aguas residuales en cada tramo de la red es (ref. 1):

𝑃𝐷
𝑄𝑚 = (1)
86400
Dónde: Qmed = gasto medio de aguas residuales domésticas, en L/s
P = población, en número de habitantes
D = Dotación, en L/hab-día
86400 = número de segundos/día

Tomando en cuenta que el RNE considera que los alcantarillados deben construirse
herméticamente (ref. 2), no debe adicionarse ningún caudal por inclusiones.

4.1.1 Cálculo de la población

En el diseño de sistemas de alcantarillado nuevos se debe calcular al futuro la población


que darán servicio cada una de las conducciones, por lo que se define como población de
proyecto: La cantidad de personas que se espera tener en una localidad al final del periodo de
diseño del sistema (ref. 3).

Debido a que el crecimiento de una localidad intervienen factores políticos, económicos y


sociológicos, la población futura debe estimarse para cada grupo demográfico, a partir de
datos censales históricos, las tasas de crecimiento, los planes de desarrollo urbano, su
característica migratoria y las perspectivas de su desarrollo económico.
En la remodelación de sistemas de alcantarillado ya existentes, donde es necesario predecir
la población de una pequeña zona de la ciudad, frecuentemente se carece de información
específica y se parte de los datos de la ciudad en su conjunto.

La experiencia muestra que en las ciudades viejas los distritos aumentan en población hasta
llegar a un máximo y que después disminuyen. El aumento rápido está confinado a las zonas
periféricas, muchas de las cuales pueden ser exteriores a los límites del municipio (ref. 4),
por lo que la información disponible debe tomarse con cautela para no subdimensionar o
sobredimensionar las conducciones.

Existen varios métodos de predicción de la población de proyecto, el RNE recomienda los


siguientes (ref. 3):

 Método de crecimiento por comparación


 Métodos de ajuste por Mínimos Cuadrados

4.1.1.1 Método de crecimiento por comparación

Este método consiste en comparar la tendencia del crecimiento histórico de la población


estudiada contra el de otras ciudades con mayor número de habitantes, similares desde
el punto de vista socio económico, y adoptar la tasa media de crecimiento de ellas.

Los factores a considerar para determinar la similitud son: proximidad geográfica, actividad
económica, porcentajes de población de cada nivel socioeconómico, clima y costumbres
entre otros.

4.1.1.2 Métodos de ajuste por Mínimos Cuadrados

Estos procedimientos consisten en predecir la población futura a partir de un resultado de


los censos de años anteriores, a una recta o curva, de tal modo que los puntos pertenecientes
a estas, difieran lo menos posible de los datos observados.

Para determinar la población de proyecto, es necesario considerar el modelo matemático


que mejor represente el comportamiento de los datos de los censos históricos de
población. El parámetro que determina que tan acertada fue la elección del
procedimiento adecuado es el coeficiente de correlación “r”, donde su rango varía de –1
a +1 y conforme su valor absoluto se acerque más a 1 el ajuste del modelo será mejor.

Dentro de los Métodos de ajuste por Mínimos Cuadrados aceptados por el RNE (ref. 3) se
presentan los siguientes:
a) Ajuste lineal
Este modelo supone que la rapidez de crecimiento de la población es constante, es decir:

𝑑𝑃
=𝑏 (2)
𝑑𝑡

Resolviendo la ecuación anterior dentro de los límites de integración: t inicial = 0 y t, se tiene:

𝑃 = 𝑎 + 𝑏𝑡 (3)

Donde:
P = población al tiempo
t, en habitantes
a = población inicial calculada, en habitantes
b = constante de proporcionalidad, en habitantes/años t = tiempo, años
La ecuación (3) adquiere la forma de una línea recta de la forma
Y = mX + B; si se hace: Y = P, m = b, X = t y B = a

Para determinar los valores de “a” y “b” se utilizan las ecuaciones siguientes:
∑ 𝑃𝑖 − 𝑏 ∑ 𝑡𝑖
𝑎= (4)
a 𝑁
(5)
𝑁 ∑ 𝑡𝑖 𝑃𝑖 − ∑ 𝑡𝑖 ∑ 𝑃𝑖
𝑏=
𝑁 ∑ 𝑡𝑖2 − (∑ 𝑡𝑖 )2

Donde: N = número total de datos, adimensional


Eti = suma de los años con información, en años
EPi = suma del número de habitantes, en habitantes

El valor futuro de la población se calcula mediante la ecuación (3).

El coeficiente de correlación “r” se calcula mediante la siguiente expresión:

𝑁 ∑ 𝑡𝑖 𝑃𝑖 − ∑ 𝑡𝑖 ∑ 𝑃𝑖 (6)
𝑟=
[𝑁 ∑(𝑡𝑖 )2 − (∑ 𝑡𝑖 )2 ][𝑁 ∑(𝑃𝑖 )2 − (∑ 𝑃𝑖 )2 ]
Una representación gráfica de la determinación de los parámetros “a” y “b” aparece en la
lámina 4.1.

Lámina 4.1 Representación gráfica de los parámetros “a” y “b”. Método de Ajuste Lineal P

b) Ajustes no lineales

Cuando los datos de los datos históricos de población se conforman en una curva, los
datos se ajustan mediante los siguientes procedimientos:

b.1) Ajuste exponencial


Este modelo supone que la rapidez de crecimiento de la población está dada por:
𝑑𝑃
= 𝑘𝑒 𝑏𝑡 (7)
𝑑𝑡
Resolviendo la ecuación anterior dentro de los límites de integración: t inicial = 0 y t, se tiene:
(8)
𝑙𝑛𝑃 = 𝑙𝑛𝑎 + 𝑏𝑡
Donde: k = constante de proporcionalidad k = ab, en habitantes

a = constante, en años
b = constante, en habitantes/año

La ecuación (8) adquiere la forma de una línea recta de la forma

Y = mX + B; si se hace: Y = lnP, m = b, X = t y B = ln a
Para determinar los valores de “a” y “b” se utilizan las ecuaciones siguientes:

∑ 𝑙𝑛𝑃𝑖 − 𝑏 ∑ 𝑡𝑖 (9)
𝑎 = 𝑒[ ]
𝑁

𝑁 ∑ 𝑡𝑖 𝑙𝑛𝑃𝑖 − ∑ 𝑡𝑖 ∑ 𝑙𝑛𝑃𝑖 (10)


𝑏=
𝑁 ∑ 𝑡𝑖2 − (∑ 𝑡𝑖 )2

Donde: ln = logaritmo natural

El coeficiente de correlación de este modelo se calcula con:

𝑁 ∑ 𝑡𝑖 (𝑙𝑛𝑃𝑖 ) − ∑ 𝑡𝑖 ∑ 𝑙𝑛𝑃𝑖
𝑟= 2 (11)
2
[𝑁 ∑ 𝑡𝑖2 − (∑ 𝑡𝑖 ) ] [𝑁 ∑(𝑙𝑛𝑃𝑖 )2 − (∑ 𝑙𝑛𝑃𝑖 )2 ]

Una representación gráfica de la determinación de los parámetros “a” y “b” aparece en la


lámina 4.2.

Lámina 4.2 Representación gráfica de los parámetros “a” y “b”. Método de Ajuste
Exponencial
b.2) Ajuste logarítmico

Este modelo supone que la rapidez de crecimiento de la población esta dada por:

𝑑𝑃 𝑏
= (12)
𝑑𝑡 𝑡

Resolviendo la ecuación anterior dentro de los limites de integración: t inicial = 0 y t, se tiene:

(13)
𝑃 = 𝑎 + 𝑏(𝑙𝑛𝑡)
Dónde: a = constante, en habitantes
b = constante, en habitantes/año

La ecuación (13) adquiere la forma de una línea recta de la forma Y = mX + B; si se


hace: Y = P, m = b, X = ln t y B = a

Para determinar los valores de “a” y “b” se utilizan las ecuaciones siguientes:

∑ 𝑃𝑖 − 𝑏 ∑ 𝑙𝑛𝑡𝑖
𝑎 =a 𝑒 [ ] (14)
𝑁

𝑁 ∑ 𝑙𝑛𝑡𝑖 𝑃𝑖 − ∑ 𝑙𝑛𝑡𝑖 ∑ 𝑃𝑖 (15)


𝑏=
𝑁 ∑ 𝑙𝑛𝑡𝑖2 − (∑ 𝑙𝑛𝑡𝑖 )2

El coeficiente de correlación de este modelo se calcula con:

𝑁 ∑ 𝑙𝑛𝑡𝑖 𝑃𝑖 − ∑ 𝑙𝑛𝑡𝑖 ∑ 𝑃𝑖 (16)


𝑟=
[𝑁 ∑(𝑙𝑛𝑡𝑖 − (∑ 𝑙𝑛𝑡𝑖 )2 ][𝑁 ∑(𝑃𝑖 )2 − (∑ 𝑃𝑖 )2 ]
)2

Una representación gráfica de la determinación de los parámetros “a” y “b” aparece en la lámina
4.3.
Lámina 4.3 Representación gráfica de los parámetros “a” y “b”. Método de Ajuste
logarítmico

b.3) Ajuste potencial


Este modelo supone que la rapidez de crecimiento de la población esta dada por:

𝑑𝑃
= 𝑘𝑡 𝑏−1
𝑑𝑡
Resolviendo la ecuación anterior dentro de los límites de integración: t inicial = 0 y t, se tiene:

𝑃 = 𝑎 𝑡𝑏 (18)

𝑙𝑛𝑃 = 𝑙𝑛𝑎 + 𝑏 𝑙𝑛𝑡


Donde: k = constante de proporcionalidad k = ab, en habitantes/años b-1
a = constante, en años b-1
b = constante, adimensional

La ecuación (18) adquiere la forma de una línea recta de la forma


Y = mX + B; si se hace: Y = ln P, m = b, X = ln t y B = ln a

Para determinar los valores de “a” y “b” se utilizan las ecuaciones siguientes:

∑ 𝑙𝑛𝑃𝑖 − 𝑏 ∑ 𝑙𝑛𝑡𝑖
𝑎 = 𝑒[ ]
𝑁
El coeficiente de correlación de este modelo se calcula con:

𝑁 ∑(𝑙𝑛𝑡𝑖 )(ln 𝑃𝑖 ) − ∑ 𝑙𝑛𝑡𝑖 ∑ 𝑙𝑛𝑃𝑖


𝑏=
𝑁 ∑ 𝑙𝑛𝑡𝑖2 − (∑ 𝑙𝑛𝑡𝑖 )2
El coeficiente de correlación de este modelo se calcula con:

𝑁 ∑ 𝑙𝑛𝑡𝑖 𝑙𝑛𝑃𝑖 − ∑ 𝑙𝑛𝑡𝑖 ∑ 𝑙𝑛𝑃𝑖 (16)


𝑟=
[𝑁 ∑(𝑙𝑛𝑡𝑖 )2 − (∑ 𝑙𝑛𝑡𝑖 )2 ][𝑁 ∑(𝑙𝑛𝑃𝑖 )2 − (∑ 𝑙𝑛𝑃𝑖 )2 ]

Una representación gráfica de la determinación de los parámetros "a" y "b" aparece en la lámina
4.4.

Lámina 4.4 Representación gráfica de los parámetros “a” y “b”. Método de


Ajuste Potencial

4.1.1.3 Selección del método de mejor ajuste

En los métodos anteriormente descritos, el método de mejor ajuste se determina al


hacer una regresión calculando las poblaciones para los censos observados. El método
más recomendable estadísticamente será aquel que presente un menor error medio
en la estima, determinado por la siguiente ecuación:

Donde: Eme = error medio en la estima, en Habitantes


Pobsi = población observada en el censo “i”, en Habitantes
Pcalci = población observada en el censo “i”, en Habitantes
N = número de datos, abstracto