Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tarea 3:
Simulación de Monte Carló de la calidad de agua de un
embalse.
Autor:
Jorge Riquelme M.
Profesor:
Marcelo Olivares
Auxiliares:
Claudia Armijo
Fecha entrega:
9 de diciembre de 2019
Índice de Contenidos i
Índice de Contenidos
1. Introducción. 1
2. Desarrollo 2
2.1. Formulación del modelo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2. Calibración del modelo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.3. Simulación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.4. Frecuencia de error. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3. Discusión 10
4. Conclusiones 12
Lista de Figuras
1 Modelo conceptual de la concentración en el embalse [Fuente: enunciado tarea 3]. . . 2
2 Impacto de descarga industrial al realizar 50 simulaciones en el embalse, sin consi-
derara considerar tratamiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3 Impacto de descarga industrial al realizar 50 simulaciones en el embalse, conside-
rando un tratamiento de emisiones en el cual se reduce las emisiones de 150 mg/l a
100 mg/l. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
4 Impacto de descarga industrial al realizar 50 simulaciones en el embalse, sin con-
siderar un tratamiento de emisiones y disminuyendo el caudal de salida de 3 a 2
m3/s. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
5 Impacto de descarga industrial al realizar 50 simulaciones en el embalse, sin consi-
derara considerar tratamiento, segun el muestreo antitético. . . . . . . . . . . . . . . 5
6 Impacto de descarga industrial al realizar 50 simulaciones en el embalse, conside-
rando un tratamiento de emisiones en el cual se reduce las emisiones de 150 mg/l a
100 mg/l, segun el muestreo antitético. . . . . . . . . . . . . . . . . . . . . . . . . . 6
7 Impacto de descarga industrial al realizar 50 simulaciones en el embalse, sin consi-
derar un tratamiento de emisiones y disminuyendo el caudal de salida de 3 a 2 m3/s,
segun el muestreo antitético. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
8 Impacto de descarga industrial al realizar 50 simulaciones en el embalse, sin consi-
derara considerar tratamiento, segun el muestreo estratificado. . . . . . . . . . . . . 7
9 Impacto de descarga industrial al realizar 50 simulaciones en el embalse, conside-
rando un tratamiento de emisiones en el cual se reduce las emisiones de 150 mg/l a
100 mg/l, segun el muestreo estratificado. . . . . . . . . . . . . . . . . . . . . . . . . 7
10 Impacto de descarga industrial al realizar 50 simulaciones en el embalse, sin consi-
derar un tratamiento de emisiones y disminuyendo el caudal de salida de 3 a 2 m3/s,
segun el muestreo estratificado. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Lista de Tablas
1 Clasificación de las variables del sistema. . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Frecuencia de falla total en las 50 simulaciones . . . . . . . . . . . . . . . . . . . . . 9
3 Promedio, desviación estándar e intervalo de confianza de las 50 simulaciones. . . . 9
4 Frecuencia de fallos total. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
5 Promedio, desviación estándar e intervalo de confianza de las 50 simulaciones. . . . 9
1. Introducción.
El concepto de normativa ambiental comprende aquellas normas cuyo objetivo es asegurar la
protección del medio ambiente, la preservación de la ,naturaleza y la conversión del patrimonio
ambiental [SEIA].
Existen dos tipos de normas de calidad ambiental, las normas primarias y secundarias. Las
normas primarias, son aquellas que establecen los valores de concentraciones máximas, mínimas
y permisibles de algún compuesto el cual puede presentar un riesgo para la vida o la salud de la
población, generalmente son de carácter nacional. Por otro lado las normas secundarias son aquellas
que establecen los valores de concentraciones máximas, mínimas y permisibles de algún compuesto
el cual puede presentar un riesgo para la vida o la salud de la población, son generalmente de
carácter local.
Es por esto que el objetivo principal del presente informe es modelar el comportamiento a 15
años de cierto compuesto de interés en un embalse agregando la incertidumbre al sistema a través
del metodo de Monte-Carlo, esto utilizando datos hidrológicos y distinguiendo 2 temporadas, una
seca y otra húmeda además de agregar incertidumbre al compuesto con una cadena de Markov.
2. Desarrollo
2.1. Formulación del modelo.
Con el objetivo de poder evaluar distintas alterativas de tratamiento de cierto compuesto en un
embalse, se debe formular un modelo numérico el cual nos ilustre la variación de concentración del
compuesto de interés en distintos escenarios.
La primera aproximación del modelo se puede hacer mediante un diagrama conceptual, el cual
representa un cuerpo de agua (VA , CA ), un rió que aporta flujo (QE , CE ), un canal de desagüe
(QS , CS ) y la futura descarga por parte de la industria (QD , CD ). También se incluye el decaimien-
to del sistema (r).
-*
Figura 1: Modelo conceptual de la concentración en el embalse [Fuente: enunciado tarea 3].
Una vez planteado el modelo conceptual, es posible pasar a la construcción de un modelo ma-
temático, esto tomando dos grandes supuesto como base: 1) El embalse funciona como un reactor
de mezcla completa, lo cual influye en que el compuesto de estudio se distribuye uniformemente en
el lago y 2) El decaimiento del sistema se puede modelar como una cinética de primer orden. Así
con los supuestos ya mencionados, se llega a las siguientes ecuaciones:
∂C
r= = −kC (I)
∂t
∂V
= QE + QD − QS (II)
∂t
∂C ∂V 1
= (QE CE + QD CD − QS CS − kCA V − C) · (III)
∂t ∂t V
Las anteriores ecuaciones nacen producto de realizar un balance de volúmenes(II) y un balance
de masas(III) al modelo conceptual. Las variables a estudiar se pueden clasificar de la siguiente
manera:
Antes de poder aplicar el metodo de euler para resolver el metodo, se debe considerar la in-
certidumbre en el modelo, lo cual se realiza de manera diferente tanto para caudales como para la
concentración del compuesto:
Caudales de entrada, QE :
Se genera una serie de 30 valores aleatorios entre 0 y 1, después se transforman estos valores a
caudales utilizando los datos entregados en el enunciado de la tarea y considerando que estos
siguen una distribución log-normal correlacionados entre si. Para finalizar la serie de datos
generada transforma a datos diarios.
Concentración de entrada, CE :
Para poder generar los datos aleatorios de la concentración de entrada al embalse, primero se
debe trabajar con los datos entregados por la cadena de Markov, clasificando las distintas pro-
babilidades segun la temporada húmeda-seca. Una vez terminado esto se genera nuevamente
una seria de valores aleatorios y nos damos un valor inicial de temporada igual a "medio", con
esto es posible determinar la concentración en la temporada (alta media, baja). Para finalizar
la serie de datos generada transforma a datos diarios.
Compuesto de interés, k:
Para determinar el valor del compuesto solo se genera una serie de datos aleatorios que se
encuentren en el rango de 0.005 a 0.02.
2.3. Simulación.
Según lo planteado en la tarea se nos piden distintos escenarios para la simulación del conta-
minante a 15 años, en la siguiente sección se ilustran el promedio de realizar 50 simulaciones para
cada caso particular además de un gráfico con que engloba todas las simulaciones hechas.
Para reducir los errores que se pueden originar al utilizar el metodo de monte carlo, se aplican
dos técnicas de reducción de varianza, muestreo estratificado y muestreo antitético, comparándolos
con la simulación original.
Figura 10: Impacto de descarga industrial al realizar 50 simulaciones en el embalse, sin considerar
un tratamiento de emisiones y disminuyendo el caudal de salida de 3 a 2 m3/s, segun el muestreo
estratificado.
3. Discusión
Con respecto a los resultados obtenidos, se destaca:
El modelo conceptual, es una representación gráfica del problema a realizar por lo cual esta
puede ser muy simple o muy compleja, dependiendo de lo que se quiera representar, en
este caso en particular, la representación es muy simple y no toma en cuenca otros factores
relevantes como la evaporación de agua, posibles precipitaciones de entrada en el embalse y la
infiltración de agua al subsuelo. Si se consideran estos factores el resultado final puede variar
mucho del original.
Las variables de estado, exógenas y endógenas están definidas dentro del modelo matemático
y su clasificación varia dependiendo del problema que se requiere resolver, en este caso en
particular se agrega la componente aleatoria a 3 de las variables, lo cual vuelve muy volátil
al simular el modelo, variando mucho los resultados finales entre simulaciones.
Al estudiar los casos de reducción de varianza para el antitético, se nota que los resultados pro-
medio no difieren mucho de la simulación original, solo los picos tienen a estar mas suavizados
pero siguiendo una tendencia clara. Para la técnica de reducción de varianza por estratifica-
ción los resultados son completamente distintos, las simulaciones promedio desatancandose
3 fases para los gráficos presentados: fase uno, la simulación va decreciendo, no presentando
picos muy marcados, solo decreciendo; fase dos, hay una normalización de los promedio de las
concentraciones llegando a parecerse mucho a lo simulado en condiciones originales; fase tres,
en los últimos tramos las tendencia es al alza, aumentando el valor de las concentraciones
promedio en el tiempo.
Es claro notar al analizar la frecuencia de fallos por simulación, es claro apreciar que cuando
se reducen las emisiones del compuesto de interés, el numero de fallos es 0, por otro lado
cuando no hay ningún tratamiento de emisiones la estación que cuenta con mas fallas es la
temporada húmeda, pero si solo se reduce el caudal la temporada seca es donde se concentra
la mayor cantidad de fallos.
4. Conclusiones
Un modelo conceptual simple puede ser de mucha ayuda para poder comprender e implemen-
tar un modelo numérico.
Los supuestos en que se base el modelo, deben ser fuertes y estar lo suficientemente justificados
Utilizar el metodo de monte carlo, agregando variables al sistema ´puede ser un poco mas
complejo de lo esperado ya que se debe comprender con gran detalle las relaciones del sistema.
Al analizar el promedio de las 50 simulaciones se observa que siempre se llega a una tendencia
o equilibrio del sistema.
Solo aplicando un poco de tratamiento a las emisiones, lo suficiente para que se llegue a los
máximos permitidos, se puede cumplir sin problema la norma de concentración del compuesto
menor de 8 mg/l.
El metodo de reducción antitético es el mas efectivo para reducir la varianza, por otro lado
el metodo estratificado es el que mas aumenta la varianza de los datos en la simulacion.
Para finalizar se concluye que los objetivos del informe fueron cumplidos exitosamente.