TESIS COEFICIENTE DE VARIACIÓN DIARIA

95
“DETERMINACIÓN DEL COEFICIENTE DE VARIACIÓN DIARIA DE CIUDAD OBREGÓN, SONORA PARA EL DISEÑO DE REDES DE AGUA POTABLE” TITULACIÓN POR TESIS QUE PARA OBTENER EL TÍTULO DE INGENIERO CIVIL PRESENTA: ARTURO MONTOYA CHICO CD. OBREGÓN, SONORA DICIEMBRE 2015

description

CALCULO DEL COEFICIENTE DE VARIACIÓN DIARIA DE CIUDAD OBREGÓN, SONORA

Transcript of TESIS COEFICIENTE DE VARIACIÓN DIARIA

Page 1: TESIS COEFICIENTE DE VARIACIÓN DIARIA

“DETERMINACIÓN DEL COEFICIENTE DE VARIACIÓN DIARIA DE CIUDAD OBREGÓN,

SONORA PARA EL DISEÑO DE REDES DE AGUA POTABLE”

TITULACIÓN POR TESIS

QUE PARA OBTENER EL TÍTULO DE

INGENIERO CIVIL

PRESENTA:

ARTURO MONTOYA CHICO

CD. OBREGÓN, SONORA DICIEMBRE 2015

Page 2: TESIS COEFICIENTE DE VARIACIÓN DIARIA

DEDICATORIAS…

A DIOS.

POR PERMITIRME LLEGAR HASTA ESTA ETAPA DE MI VIDA Y POR

HABERME DADO SU AMOR Y BONDAD EN LOS TIEMPOS MÁS DIFÍCILES.

A MI PADRE ARTURO.

POR HABERME APOYADO, ACONSEJADO Y POR BRINDARME SU CARIÑO

EN TODO MOMENTO, ADEMÁS DE SER EL PILAR MÁS IMPORTANTE

PARA QUE TODO ESTO HUBIERA SIDO POSIBLE.

A MI MADRE ENEDELIA (Q.E.P.D.).

POR HABERME DADO LA FUERZA PARA SEGUIR ADELANTE EN ESTA

ETAPA DE MI VIDA Y POR BRINDARME SU AMOR DESDE DONDE SE

ENCUENTRE.

A MIS HERMANOS CITLALIC Y RICARDO.

POR ESTAR SIEMPRE CONMIGO Y POR BRINDARME SU APOYO Y CARIÑO.

Y A TODAS AQUELLAS PERSONAS QUE FUERON PARTE IMPORTANTE EN

ESTA ETAPA DE MI VIDA.

A TODOS USTEDES, MUCHAS GRACIAS.

Page 3: TESIS COEFICIENTE DE VARIACIÓN DIARIA

AGRADECIMIENTOS…

AGRADEZCO A TODA MI FAMILIA PORQUE HAN SIDO MI GUÍA Y

EJEMPLO DE VIDA, POR SU APOYO EN LOS MOMENTOS MÁS DIFÍCILES,

POR SUS CONSEJOS CUANDO MÁS LOS NECESITO, PERO MÁS

AGRADECIDO POR EL AMOR Y CARIÑO QUE ME BRINDAN.

A MIS MAESTROS QUE FUERON UN PILAR MUY IMPORTANTE EN MI

FORMACIÓN Y QUE SON PARTE ESENCIAL DE ESTE LOGRO QUE

TAMBIÉN COMPARTO CON ELLOS.

A MIS AMIGOS DE GENERACIÓN CON QUIENES HICE UN LAZO DE

AMISTAD MUY GRANDE Y QUE DE ALGUNA MANERA FUERON

PARTÍCIPES DE TANTAS DESVELADAS Y TAMBIÉN DE TANTAS

AVENTURAS.

Page 4: TESIS COEFICIENTE DE VARIACIÓN DIARIA

ÍNDICE

DEDICATORIAS ii

AGRADECIMIENTO iii

ÍNDICE DE TABLAS vi

ÍNDICE DE FIGURAS vii

RESUMEN viii

I. INTRODUCCIÓN 1

1.1 Antecedentes 1

1.2 Planteamiento del problema 3

1.3 Objetivos 4

1.3.1 Objetivos generales 4

1.3.2 Objetivos específicos 4

1.4 Hipótesis 4

1.5 Justificación 5

1.6 Delimitaciones 5

II. MARCO TEÓRICO 6

2.1 La importancia del agua 6

2.2 El ciclo del agua 7

2.3 Disponibilidad del agua en el mundo 8

2.3.1 Disponibilidad del agua 8

2.3.2 Distribución del uso del agua en el territorio nacional 10

2.4 La crisis del agua 12

2.5 Agua potable 12

2.5.1 Sistema de agua potable 13

2.5.2 Fuente de abastecimiento 13

2.5.3 Componentes de una red de distribución de

agua potable 13

2.6 Proyecto de agua potable 15

2.6.1 Periodo de diseño 15

2.6.2 Vida útil 16

2.6.3 Población de proyecto 17

2.6.4 Consumo 24

2.6.4.1 Consumo doméstico 26

Page 5: TESIS COEFICIENTE DE VARIACIÓN DIARIA

2.6.4.2 Consumo no doméstico 26

2.6.5 Demanda 27

2.6.5.1 Demanda actual 27

2.6.5.2 Predicción de la demanda 29

2.6.6 Dotación 30

2.6.7 Velocidades máximas y mínimas 32

2.6.8 Perdidas físicas 32

2.6.9 Coeficientes de variación 34

2.6.10 Gastos de diseño 36

2.6.10.1 Gasto medio diario 36

2.6.10.2 Gasto máximo diario y horario 36

III. MÉTODO 38

3.1 Tipo y diseño de investigación 38

3.2 Operacionalización de la hipótesis 39

3.3 Participantes 39

3.4 Materiales y equipos 39

3.5 Procedimiento 40

IV. RESULTADOS 42

4.1 Predicción de la población 42

4.2 Predicción del número de viviendas habitadas y numero

de habitantes por vivienda 45

4.3 Predicción de la dotación 48

4.4 Coeficiente de variación diaria 53

V. CONCLUSIONES Y RECOMENDACIONES 55

5.1 Conclusiones 55

5.2 Recomendaciones 56

REFERENCIAS BIBLIOGRÁFICAS 57

ANEXOS 59

Page 6: TESIS COEFICIENTE DE VARIACIÓN DIARIA

ÍNDICE DE TABLAS

Tabla 1. Volúmenes concesionados de usos agrupados consuntivos

por entidad federativa 11

Tabla 2. Tipos de usuarios domésticos 26

Tabla 3. Clasificación de climas por su temperatura 31

Tabla 4. Velocidades máximas y mínimas 32

Tabla 5. Gastos de diseño para estructuras de agua potable 35

Tabla 6. Coeficiente de variación diaria y horaria 35

Tabla 7. Distribución estadística de la población 43

Tabla 8. Predicción de la población 45

Tabla 9. Número de viviendas habitadas 46

Tabla 10. Predicción de viviendas habitadas y número de habitantes

por vivienda 48

Tabla 11. Dotación en función de la población y la demanda 49

Tabla 12. Predicción de la dotación hasta el año 2030 52

Tabla 13. Cálculo de la demanda en lps y m3 en función del ajuste de

la dotación 53

Tabla 14. Datos estadísticos de la producción diaria 54

Tabla 15. Coeficiente de variación diaria 54

Page 7: TESIS COEFICIENTE DE VARIACIÓN DIARIA

ÍNDICE DE FIGURAS

Figura 1. Reservas de agua dulce en el mundo por región 8

Figura 2. Disponibilidad natural media per cápita 9

Figura 3. Predicción de la población por el método de crecimiento

por comparación 18

Figura 4. Comportamiento de la tasa de crecimiento con el tiempo 19

Figura 5. Clasificación del consumo de agua según tipo de usuario 25

Figura 6. Ajuste lineal de la población 43

Figura 7. Ajuste logarítmico de la población 44

Figura 8. Ajuste exponencial de la población 44

Figura 9. Ajuste lineal del crecimiento de vivienda habitada 46

Figura 10. Ajuste logarítmico del crecimiento de vivienda habitada 47

Figura 11. Ajuste exponencial del crecimiento de vivienda habitada 47

Figura 12. Ajuste lineal de la dotación 50

Figura 13. Ajuste logarítmico de la dotación 50

Figura 14. Ajuste exponencial de la dotación 51

Page 8: TESIS COEFICIENTE DE VARIACIÓN DIARIA

RESUMEN

El agua es parte importante en las vidas de las personas ya que es utilizada para diferentes usos en la vida cotidiana, como por ejemplo, para beberla, para el aseo personal, para cocinar, etc. En el mundo en las últimas décadas se ha tenido la preocupación por la escasez del agua ya que año con año se ha reducido la cantidad de agua en los mantos acuíferos debido a la sobreexplotación, al igual que se han ido contaminando a raíz de la intervención del hombre, esto hace pensar en una solución que ayude a conservar mejor este vital líquido para las generaciones venideras. Es por eso que es necesario implementar estrategias por parte de los diferentes gobiernos del mundo, las organizaciones internacionales encargadas a este rubro así como las mismas personas que pueden aportar mucho simplemente al cuidado o uso adecuado del agua. Esta tesis fue realizada con el fin de determinar el coeficiente de variación diaria de Ciudad Obregón, Sonora, para diseñar las redes de agua potable de la ciudad mediante información obtenida del Organismo Operador Municipal de Agua Potable, Alcantarillado y Saneamiento de Cajeme (OOMAPASC). El resultado de dicho coeficiente es permitir tener un buen diseño a la hora de hacer los proyectos de las redes y así evitar costos elevados y mejorar la distribución del agua. En el cálculo del coeficiente de variación diaria se usaron dos métodos, el de la Comisión Nacional del Agua (CNA) y el del Instituto Mexicano de Tecnología del Agua (IMTA), el de la CNA dio como resultado 1.325 y el del IMTA fue de 1.101. Con esto se otorga un trabajo donde el resultado fue satisfactorio debido a que los coeficientes calculados para la ciudad fueron menores al que da el manual de la CNA que es de 1.4.

Page 9: TESIS COEFICIENTE DE VARIACIÓN DIARIA

  

CAPÍTULO I. INTRODUCCIÓN.

1.1. Antecedentes.

Los seres humanos desde siglos han ideado estrategias que les permita

almacenar y distribuir el agua conforme a sus necesidades. Se dice que los

primeros en hacer los sistemas de almacenamiento y de conducción fueron los

romanos, ya que ellos utilizaban los recursos del agua subterránea, ríos y agua

escorrentía para su aprovechamiento.

La importancia de este vital líquido para la existencia de los seres vivos es sin

duda indispensable, es por ello que desde tiempos remotos la necesidad de tener

control sobre el agua para un mejor aprovechamiento ha sido muy necesario.

Page 10: TESIS COEFICIENTE DE VARIACIÓN DIARIA

2  

Actualmente, debido a la problemática que se tiene en cuestión a la escasez del

agua en el mundo, se han hecho llamados por parte de los organismos

internacionales y de los propios gobiernos para hacer conciencia sobre este tema

ya que de seguir así en un futuro se tendría un problema mucho peor para las

generaciones venideras. Por eso desde el punto de la ingeniería civil se debe de

optar por hacer mejores sistemas de almacenamiento y distribución del agua para

no tener algún tipo de problema, como por ejemplo las fugas que a su vez se

derivan en pérdidas sobre toda la red, o bien aún se tienen que diseñar sistemas

apropiados para un buen manejo del recurso.

Arreguin (1991), menciona que aunque el 70% del planeta este cubierto de agua

no significa que siempre se cuente con este vital liquido, ya que el 98% de su

totalidad es agua salada y la tecnología para tratarla y usarla es restringida debido

a los altos costos que se generan al querer potabilizar el agua ya sea para

consumo humano o riego. El 2% restante es agua dulce, pero la mayor parte de

este porcentaje de agua se encuentra en los casquetes polares o en los acuíferos,

por lo que solo se dispone del 0.014% en los lagos y ríos de la superficie terrestre.

Datos de la Comisión Nacional del Agua (CONAGUA, 2008), dicen que México

recibe anualmente el orden de 1,489 miles de millones de metros cúbicos de agua

en forma de precipitación. De esta agua se estima que el 73.1% se evapotranspira

y regresa a la atmósfera, el 21.1% escurre por los ríos y arroyos, y el 4.8%

restante se infiltra al subsuelo de forma natural y recarga los acuíferos. Tomando

en cuenta las exportaciones e importaciones de agua con los países vecinos, así

como la recarga incidental, el país cuenta con 462 mil millones de metros cúbicos

de agua dulce renovable, por año, a lo que se denomina disponibilidad natural

media.

La disponibilidad media per cápita (por habitante) de agua a nivel nacional

disminuye con el aumento de la población, ya que la disponibilidad natural media

total se divide entre un mayor número de habitantes.

Page 11: TESIS COEFICIENTE DE VARIACIÓN DIARIA

3  

El municipio de Cajeme tiene como cabecera municipal a Ciudad Obregón y

cuenta con una extensión territorial de 3,312 km², a una altitud de 46 m.s.n.m. Su

clima predominante es seco cálido extremoso, con una temperatura promedio

anual que fluctúa de 24°C a 31°C, una máxima es de 48°C en verano, y la mínima

de 16°C en enero. Cuenta con una población total de 409,310 habitantes, de los

cuales 206,610 son mujeres y 202,700 hombres según el Instituto Nacional de

Estadística y Geografía (INEGI, 2012).

Según el Organismo Operador Municipal de Agua Potable, Alcantarillado y

Saneamiento de Cajeme (OOMAPASC, 2008), Ciudad Obregón se abastecía de

agua por medio de la extracción de diez pozos estratégicamente ubicados en

distintas partes de la ciudad. Al pasar de los años estos pozos dejaron de trabajar

debido a varios factores tales como el agotamiento del acuífero o salación por lo

que se optó por buscar otras nuevas fuentes de abastecimiento a través de

nuevos pozos, no habiendo obtenido resultados satisfactorios. Fue en el año de

1970 cuando se construyó la primera planta potabilizadora de Ciudad Obregón, y

debido a que la población aumento, se construyeron otras plantas.

1.2. Planteamiento del problema.

Cuando se quiere diseñar un sistema de agua potable se toman datos básicos de

diseño que otorga el manual de la CNA, algunos de esos datos son los

coeficientes de variación diaria y horaria. En muchas ocasiones estos coeficientes

no son los adecuados, ya que generan obras sobredimensionadas y por

consiguiente muy costosas o bien obras con diseños deficientes. El problema está

en que cada región tiene características muy diferentes, tanto en el clima como en

la población, es decir, el hecho de que el manual otorgue un valor fijo de estos

coeficientes no es garantía de que sea un dato óptimo para el correcto

dimensionamiento de las redes de agua potable de las distintas regiones del país.

Page 12: TESIS COEFICIENTE DE VARIACIÓN DIARIA

4  

En mención a la información anterior se plantea lo siguiente.

¿Qué se debe hacer para tener más eficiencia a la hora de diseñar sistemas de

redes de agua potable?

1.3. Objetivos.

1.3.1. Objetivos generales.

Determinar el coeficiente de variación diaria de Ciudad Obregón, Sonora, para

diseñar redes de agua potable mediante información recabada en el Organismo

Operador Municipal de Agua Potable, Alcantarillado y Saneamiento de Cajeme

(OOMAPASC).

1.3.2. Objetivos específicos.

Analizar los gastos obtenidos en las plantas potabilizadoras por

OOMAPASC.

Identificar los resultados obtenidos del coeficiente de variación diaria.

Comparar el coeficiente de variación diaria con el de la Comisión Nacional

del Agua para conocer su varianza uno de él otro.

1.4. Hipótesis.

Hi. El coeficiente de variación diaria a determinar será un 10% más óptimo para el

diseño de redes de agua potable respecto al proporcionado por la norma.

Ho. El coeficiente de variación diaria a determinar no cumplirá con el 10% de

eficiencia necesaria para el diseño de las redes de agua potable.

Page 13: TESIS COEFICIENTE DE VARIACIÓN DIARIA

5  

1.5. Justificación.

La importancia que tiene el calcular un coeficiente real para el diseño de sistemas

de agua potable, es que las redes no se van a sobredimensionar al momento de

diseñar o, por otra parte, no se tendrá un diseño deficiente que afecte a la

distribución de agua potable para la población.

Se beneficiará tanto a la población como al organismo operador, en este caso la

OOMAPASC. A la población porque contará con un sistema de distribución que le

permita tener la cantidad deseable del vital líquido sin que tengan problemas de

abasto suficiente, y al organismo operador porque como se mencionó antes, no se

tendrán sobredimensionamientos que se traduzcan en mayores gastos

económicos o por el contrario no se tendrán diseños deficientes que a corto o

mediano plazo cause una mala inversión.

El resultado final puede ser de gran utilidad para el organismo y así evitar una

serie de problemas al momento de hacer los proyectos de los sistemas de redes

de agua potable.

1.6. Delimitaciones.

La información necesaria para el cálculo de este trabajo fueron otorgados

por el Organismo Operador Municipal de Agua Potable, Alcantarillado y

Saneamiento de Cajeme, validados por su Departamento Técnico.

Los gastos proporcionados por OOMAPASC fueron medidos en el

transcurso de los meses de Enero a Septiembre de 2015, también se

tomaron registros de los años 1999 al 2002.

El estudio comprende solamente la zona urbana de Ciudad Obregón,

Sonora.

Page 14: TESIS COEFICIENTE DE VARIACIÓN DIARIA

  

CAPÍTULO II. MARCO TEÓRICO. 2.1. La importancia del agua.

El agua es un recurso muy importante para la existencia de los seres vivos en el

planeta, debido a esto el cuidarla es muy importante porque cada vez el

crecimiento poblacional en el planeta va en aumento y conjugado a esto el

consumo de este vital liquido crece.

La Secretaria de Medio Ambiente y Recursos Naturales (SEMARNAT, 2012) hace

referencia que el agua es un recurso que todos los seres humanos ocupan debido

a la necesidad que se tiene para el consumo doméstico así como para el

funcionamiento y continuidad de las actividades agrícolas e industriales. Aunado al

aumento de la población cada vez más numerosa, la demanda del agua ha

crecido significativamente, esto es una grave señal porque las fuentes de

extracción de agua cada vez son más insuficientes o peor aún están

contaminadas e imposibilitan su utilización para los fines requeridos, esta

Page 15: TESIS COEFICIENTE DE VARIACIÓN DIARIA

7  

contaminación se debe a que las descargas de parte de aguas municipales e

industriales no son tratadas previamente y contaminan los cuerpos superficiales y

subterráneos de agua.

Al igual que los seres humanos que dependen del agua, es indispensable señalar

que para el funcionamiento de los ecosistemas naturales, también se debe de

garantizar un entorno saludable que satisfaga el funcionamiento y mantenimiento

de los mismos.

2.2. El ciclo del agua.

Chow (1998), alude que el ciclo hidrológico es un sistema donde se relacionan

varios factores esenciales, como lo son las diferentes variables que interactúan

junto con otros sistemas adyacentes, menciona que la definición de variables en

este caso son los factores hidrológicos así como los procesos que se relacionan

entre si y que los sistemas adyacentes son los límites entre las capas altas de la

atmósfera y los sistemas geológicos (como es citado por Breña y Jacobo, 2006,

p.11).

Por otro lado y con una información más comprensible Spellman y Drinan (2000)

dicen que el ciclo hidrológico es el proceso por el cual e agua circula en la biósfera

por medio de sus tres etapas: sólida, líquida y gaseosa. El agua que se pierde en

la superficie se dirige a la atmósfera por medio de la evaporación superficial de los

lagos, ríos y océanos, o bien, por la evapotranspiración de las plantas, para

después formar nubes que al condensarse depositan en la tierra y en el mar el

agua que cae en forma de lluvia o bien en forma de agua-nieve o nieve. A partir de

esta agua que cae depositarse en el interior de la tierra o el agua que queda en la

superficie fluir hasta los océanos. Hasta volver a cumplirse el mismo ciclo.

Page 16: TESIS COEFICIENTE DE VARIACIÓN DIARIA

8  

2.3. Disponibilidad del agua en el mundo.

Las reservas de agua en el mundo consideran el volumen disponible total

acumulado de agua subterránea y superficial. En la Figura 1 se presentan los

volúmenes de las reservas de agua mundiales según el sistema de información

sobre el uso del agua en la agricultura y el medio rural de la FAO: Suramérica es

la región con los mayores recursos hídricos renovables del planeta (cerca del

31.8% del total), seguida por Asia (28.9%) y Europa (13.9%); en contraste, la

región de Centroamérica posee tan sólo el 1.5% de la reserva total mundial

(SEMARNAT, 2012).

2.3.1. Disponibilidad del agua en México.

La disponibilidad de agua es el total del líquido que se tiene en una determinada

región. Para conocer la cantidad de agua que existe para cada habitante se divide

el volumen entre el número de personas de una población

En México hay grandes diferencias en relación a la disponibilidad del agua ya que

la zona centro y norte son en su mayor parte son áridas o semiáridas, por ejemplo

los estados norteños reciben apenas el 25% de agua de lluvia. En el caso de las

Figura 1. Reservas de agua dulce en el mundo por región.

Fuente: SEMARNAT (2012)

Page 17: TESIS COEFICIENTE DE VARIACIÓN DIARIA

9  

entidades del sureste es lo contrario ya que estas reciben el 49.6% del agua de

lluvia, estos estados son: Chiapas, Oaxaca, Campeche, Quintana Roo, Yucatán,

Veracruz de Ignacio de la Llave y Tabasco. Y en el sur también llueve mucho

solamente que los habitantes tienen menor acceso al vital líquido debido a que no

cuentan con los servicios básicos como es el agua entubada dentro de la vivienda.

En el Valle de México se encuentra la disponibilidad de agua por año más baja,

con apenas 186 m3/hab; en caso contrario se encuentra la frontera sur con más de

24 mil m3/hab (INEGI, 2010).

En la Figura 2 se muestra la disponibilidad media per cápita anual.

Figura 2. Disponibilidad natural media per cápita (m3/hab/año).

Fuente: SEMARNAT (2008) citado por INEGI (2010).

Page 18: TESIS COEFICIENTE DE VARIACIÓN DIARIA

10  

2.3.2. Distribución del uso del agua en el territorio nacional.

En México y en el mundo el uso del agua varía dependiendo de la actividad a

realizarse, estas actividades pueden ser dependiendo del sector, como por

ejemplo: la agricultura, la industria, los servicios públicos, así como también el

agua que se usa para la generación de energía eléctrica. Todos estos sectores y

la cantidad del agua que se usa, van directamente relacionados con la ubicación

geográfica de cada región, porque en dicho lugar puede variar el clima, la cantidad

de agua que cae por las precipitaciones y, por consiguiente, tener un sector

mucho más desarrollado que otro.

De acuerdo a CONAGUA (2013), los usos consuntivos agrupados son:

Uso agrupado agrícola.

Es el principal uso de agua en México, y se refiere principalmente al agua utilizada

en cultivos para la generación de alimentos.

Uso agrupado abastecimiento público.

Es el agua que llega principalmente a la toma domiciliaria de las casas, comercios,

etc., y que sirven para dotarlas de agua de calidad para los quehaceres cotidianos.

Uso agrupado industria autoabastecida.

En este sector el agua se usa para los procesos industriales y el agua proviene

directamente de ríos, lagos, arroyos o acuíferos, estas industrias están

conformadas por los sectores de electricidad, minería, alimenticio, manufactureras,

etc.

Uso energía eléctrica excluyendo hidroelectricidad.

El agua que se incluye aquí se refiere a la usada para generar energía a

excepción de la hidroelectricidad.

En la Tabla 1 se presenta el agua que es concesionada a cada entidad del país,

así como su distribución en los diferentes sectores.

Page 19: TESIS COEFICIENTE DE VARIACIÓN DIARIA

11  

Tabla 1. Volúmenes concesionados de usos agrupados consuntivos por entidad federativa, 2012.

Fuente: CONAGUA (2013).

Page 20: TESIS COEFICIENTE DE VARIACIÓN DIARIA

12  

2.4. La crisis del agua.

La humanidad ha ido creciendo poblacionalmente a un ritmo acelerado sin tener

en cuenta la disponibilidad que se tiene del agua. Además, la contaminación hacia

los recursos hídricos ha sido muy alarmante porque las fuentes de abastecimiento

se han contaminado fuertemente por residuos químicos y eso hace que la

potabilización del recurso sea más cara o muchas veces simplemente no se pueda

hacer nada.

Anaya (2001), expresa lo siguiente acerca de la escasez del agua:

Hacia el año 2025, aproximadamente 48 países, más de 2800 millones de habitantes, se verán afectados por la escasez de agua. Otros nueve países, inclusive China y Pakistán, estarán próximos a sufrir la falta de agua. Más allá del impacto del crecimiento mismo de la población, el consumo de agua dulce ha estado aumentando en respuesta al desarrollo industrial y agrícola, por lo que la demanda creciente de la población se ha triplicado de esa manera la extracción de agua se ha visto sobreexplotada. Además, el suministro de agua dulce del que dispone la humanidad se está reduciendo a raíz de una constante contaminación de los recursos hídricos; es preocupante y alarmante observar la descarga de aguas residuales a cuerpos de agua superficiales y la infiltración de agroquímicos a acuíferos (citado por Problemática del agua en el mundo, s.f., p.5).

2.5. Agua potable.

El agua potable es aquella que está destinada para el uso de las personas, ya que

con esta agua se pueden desarrollar las actividades y necesidades de rutina que

el ser humano ocupa, las características de esta agua es que tiene que ser

inodora, insípida e incolora. Esta agua tiene que pasar por un proceso de

potabilización donde se traten los límites permisibles en cuanto a características

físicas, químicas, bacteriológicas, etc.

Page 21: TESIS COEFICIENTE DE VARIACIÓN DIARIA

13  

2.5.1. Sistema de agua potable.

Un sistema de abastecimiento de agua potable, es aquel que lleva agua en

cantidad y calidad a los habitantes de una población para satisfacer sus

necesidades primordiales. La presencia de agua en nuestra vida es esencial y vital

debido a que los seres humanos están compuestos por 70% de agua (Jiménez,

2013).

2.5.2. Fuentes de abastecimiento.

El manual de la CNA (2007), define que es el lugar de donde se toma el agua para

suministrar al sistema de distribución.

En cuanto a las fuentes de abastecimiento del agua pueden ser superficiales o

bien subterráneas.

Las fuentes superficiales son las que se encuentran sobre la superficie del suelo,

estas se generan por las escorrentías de agua que llegan por obra de las

precipitaciones, estas fuentes pueden ser lagos, ríos, arroyos, etc.

Las fuentes subterráneas son aquellas donde el agua se filtra hacia los estrato

más bajos, y es ahí donde se forman los mantos acuíferos.

2.5.3. Componentes de una red de distribución de agua potable.

Según la CNA (2007), una red de distribución se compone y define de la siguiente

manera:

Tuberías.

Una tubería se compone de dos o más tubos ensamblados mediante un sistema

de unión que permite la conducción de un fluido.

Page 22: TESIS COEFICIENTE DE VARIACIÓN DIARIA

14  

Piezas especiales.

Se les llama piezas especiales a todos aquellos accesorios de la tubería que

permiten formar cambios de dirección, ramificaciones e intersecciones, así como

conexiones incluso entre tuberías de diferentes materiales y diámetros. También

permiten la inserción de válvulas y la conexión con estaciones de bombeo y otras

instalaciones hidráulicas.

Válvulas.

Las válvulas son dispositivos mecánicos que son empleados para detener, iniciar

o controlar las características del flujo en conductos a presión. Pueden ser

accionadas manualmente o por medios automáticos o semiautomáticos.

Hidrantes.

Los hidrantes son conexiones especiales de la red que se ubican a cierta

distancia, distribuidos en las calles. Existen dos tipos de hidrantes: públicos y

contra incendio.

Tanques de distribución.

Los almacenamientos o tanques son utilizados en los sistemas de distribución de

agua para asegurar la cantidad y la presión del agua disponible en la red. Según

su construcción pueden ser superficiales o elevados. Los superficiales se emplean

cuando se dispone de terrenos elevados cerca de la zona de servicio.

Bombas.

Las bombas y las turbinas forman parte de las máquinas para fluidos

denominadas "turbo maquinaria", debido a que se conectan a una flecha rotatoria.

En el caso de las turbinas, la flecha rotatoria se encarga de transmitir la energía

mecánica extraída del agua en movimiento a un generador para producir energía

eléctrica. Por otra parte, las bombas reciben la energía mecánica proveniente de

un motor a través de la flecha con el fin de elevar la presión del agua para

conducirla en las tuberías.

Page 23: TESIS COEFICIENTE DE VARIACIÓN DIARIA

15  

Pozo.

El agua subterránea constituye un recurso importante en el abastecimiento de

agua potable. En general, el agua extraída del subsuelo no requiere tratamiento y

su captación resulta más económica que en embalses.

Toma domiciliaria.

La toma domiciliaria tiene como función el proporcionar agua de la red de

distribución para conducirla a la instalación hidráulica intradomiciliaria. Se divide

en dos partes conocidas como: ramal y cuadro.

2.6. Proyecto de agua potable.

Un proyecto de agua potable consiste en el diseño óptimo de una red de

distribución de agua potable que cumpla con ciertas normas establecidas, para

tener una eficiencia en el sistema, a la hora de suministrar de este vital líquido a

los demandantes, teniendo en cuenta que no se debe ni de sobredimensionar y

tampoco de minimizar el diseño.

En el proceso para elaborar un proyecto de agua potable se tienen que contar con

diversos datos para la realización del mismo, así como una serie de pasos que se

tienen que llevar acabo para su determinación.

A continuación se muestran los subíndices de este tema que están definidos por

CNA (2007).

2.6.1. Periodo de diseño.

Es el intervalo de tiempo durante el cual se estima que la obra por construir llega a

su nivel de saturación; este período debe ser menor que la vida útil.

Los períodos de diseño están vinculados con los aspectos económicos, que están

en función del costo del dinero, esto es, de las tasas de interés real,

entendiéndose por tasa de interés real el costo del dinero en el mercado menos la

inflación. Mientras más alta es la tasa de interés es más conveniente diferir las

Page 24: TESIS COEFICIENTE DE VARIACIÓN DIARIA

16  

inversiones, lo que implica reducir los períodos de diseño. Cabe señalar que no se

deben desatender los aspectos financieros, estos es, los flujos de efectivo del

Organismo Operador que habrá de pagar por las obras y que la selección del

período de diseño habrá de atender tanto al monto de las inversiones en valor

presente como a los flujos de efectivo.

Considerando lo anterior, se recomienda que el período de diseño sea de cinco

años, con excepción de aquellas obras en que no se puedan concebir proyectos

modulares (obras que no pueden ampliarse fácilmente).

Siempre que sea factible se deberán concebir proyectos modulares, que permitan

diferir las inversiones un mayor tiempo posible.

2.6.2. Vida útil.

Es el tiempo que se espera que la obra sirva a los propósitos de diseño, sin tener

gastos de operación y mantenimiento elevados, que hagan antieconómico su uso

o que requiera ser eliminada por insuficiente.

Este período está determinado por la duración misma de los materiales de los que

estén hechos los componentes, por lo que es de esperar que este lapso sea

mayor que el período de diseño. Otros factores que determinan la vida útil de las

obras de agua potable y alcantarillado son la calidad del agua a manejar y la

operación y mantenimiento del sistema.

Se deben tomar en cuenta todos los factores, características y posibles riesgos de

cada proyecto en particular, para establecer adecuadamente el período de vida útil

de cada una de las partes del sistema de agua potable, alcantarillado y

saneamiento.

Page 25: TESIS COEFICIENTE DE VARIACIÓN DIARIA

17  

2.6.3. Población de proyecto.

La población de proyecto es la cantidad de personas que se espera tener en una

localidad al final del período de diseño del sistema de agua potable y

alcantarillado.

Esta población futura se estima 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.

Existen varios métodos de predicción de la población de proyecto,

recomendándose los siguientes:

Método de crecimientos por comparación.

Método de ajuste por mínimos cuadrados.

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 socioeconómico, y adoptar la tasa media de

crecimiento de ellas. En la Figura 3, se presenta en forma gráfica el método de

crecimientos por comparación.

En la Figura 3, se presenta en forma gráfica el método de tasas de crecimiento.

Page 26: TESIS COEFICIENTE DE VARIACIÓN DIARIA

18  

Los factores que deben considerarse para determinar la similitud son: proximidad

geográfica, actividad económica, porcentajes de población de cada nivel

socioeconómico, clima, costumbres, entre otros.

En la Figura 4 se tiene el comportamiento de la tasa de crecimiento de la

población del país en un período de tiempo de 60 años; observándose un

incremento de ésta de 1950 a 1970 y en los últimos años la tasa de crecimiento

presenta un decremento, aunque la población ha ido en aumento.

Figura 3. Predicción de la población por el método de crecimiento por comparación.

Fuente: CONAGUA (1994)

Page 27: TESIS COEFICIENTE DE VARIACIÓN DIARIA

19  

Para determina la tasa de crecimiento de la población entre dos datos de censos

dados o bien para el año “ti+1”, se utiliza la ecuación 1.

Donde:

i = Tasa de crecimiento en el período ti+1.

Pi+1 = Población en el año ti+1.

Pi = Población en el año ti.

t = Número de años entre la población Pi+1 y la población Pi.

Figura 4. Comportamiento de la tasa de crecimiento con el tiempo.

Fuente: CONAGUA (1994)

Ec. 1.

Page 28: TESIS COEFICIENTE DE VARIACIÓN DIARIA

20  

Método de mínimos cuadrados

Este procedimiento consiste en calcular la población de proyecto a partir de un

ajuste de los resultados de los censos en años anteriores, a un rector o curva, de

tal modo que los puntos pertenecientes a éstas, difieran lo menos posible de los

datos observados.

Para determinar la población de proyecto, será necesario considerar el modelo

matemático que mejor represente el comportamiento de los datos de los censos

históricos de población (lineal, exponencial, logarítmica o potencial), obteniendo a

las constantes “a” y “b” que se conocen como coeficientes de la regresión.

Existe un parámetro que sirve para determinar qué tan acertada fue la elección de

la curva o recta de ajuste a los datos de los censos. Este se denomina coeficiente

de correlación “r”, su rango de variación es de –1 a +1 y conforme su valor

absoluto se acerque más a 1 el ajuste del modelo a los datos será mejor.

A continuación se presentan varios modelos de ajuste, donde se definirán las

expresiones para el cálculo de los coeficientes “a”, “b” y “r”.

Ajuste Lineal

En el caso de que los valores de los censos históricos, graficados como población

en el eje de las ordenadas y los años en el de las abscisas, se ajusten a una recta,

se utiliza la siguiente expresión característica, que da el valor de la población para

cualquier año, “t”.

Ec. 2.

Page 29: TESIS COEFICIENTE DE VARIACIÓN DIARIA

21  

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

Donde:

N = Número total de datos.

it = Suma de los años con información.

iP = Suma del número de habitantes.

Una vez obtenido el comportamiento histórico de los datos censales mediante el

ajuste lineal, se calcula la población para cualquier año futuro, sustituyendo el

valor del tiempo, “t” en la ecuación 2.

El coeficiente de correlación “r” para el ajuste lineal se calcula como sigue:

Ajuste No-Lineal

Cuando los datos de los censos históricos de población, se conformen más bien a

una curva, en lugar de una recta, se pueden ajustar estos datos a una curva

exponencial, una logarítmica o una potencial, las cuales se tratan a continuación.

Ec. 3.

Ec. 4.

Ec. 5.

Page 30: TESIS COEFICIENTE DE VARIACIÓN DIARIA

22  

a) Ajuste Exponencial

La expresión general está dada por:

Donde a y b son las constantes que se obtienen mediante las ecuaciones:

Donde:

In = Logaritmo natural.

Los valores de las sumatorias se obtienen de manera similar a las del ajuste lineal.

Y sustituyendo el valor “t” deseado se predice la población futura.

Una vez obtenido el comportamiento histórico de los datos censales mediante el

ajuste exponencial, se calcula la población para cualquier año futuro, sustituyendo

el valor del tiempo “t” en la ecuación 6.

El coeficiente de correlación para este modelo se calcula con:

Ec. 8.

Ec. 7.

Ec. 6.

Ec. 9.

Page 31: TESIS COEFICIENTE DE VARIACIÓN DIARIA

23  

b) Ajuste Logarítmico

Este modelo tiene la expresión general:

 

Y la solución de los coeficientes “a” y “b” se obtienen con:

Una vez obtenido el comportamiento histórico de los datos censales mediante el

ajuste logarítmico, se calcula la población para cualquier año futuro, sustituyendo

el valor del tiempo “t” en la ecuación 10.

El coeficiente de correlación está dado por:

c) Ajuste Potencial

La expresión general está dada por:

 

Ec. 10.

Ec. 12.

Ec. 11.

Ec. 13.

Ec. 14.

Page 32: TESIS COEFICIENTE DE VARIACIÓN DIARIA

24  

La solución de los coeficientes “a” y “b” se obtiene como sigue:

 

Una vez obtenido el comportamiento histórico de los datos censales mediante el

ajuste potencial, se calcula la población para cualquier año futuro, sustituyendo el

valor del tiempo “t” en la ecuación 14.

El coeficiente de correlación está dado por:

La tasa de crecimiento de la población, obtenido con cualquiera de las ecuaciones

de ajuste para el año “ti+1” se calcula con la ecuación 1.

Al obtener la tasa de crecimiento se puede comparar con la tasa de crecimiento

histórica de la misma población o con el de otras ciudades cercanas y determinar

cuál de las correlaciones es la que más se ajusta al crecimiento de la población.

2.6.4. Consumo.

El consumo es la parte del suministro de agua potable que generalmente utilizan

los usuarios, sin considerar las pérdidas en el sistema. Se expresa en unidades de

m3/día o l/día, o bien cuando se trata de consumo per cápita se utiliza I/hab/día.

El consumo de agua se determina de acuerdo con el tipo de usuarios, se divide

según su uso en: doméstico y no-doméstico; el consumo doméstico, se subdivide

según la clase socioeconómica de la población en residencial, medio y popular

Ec. 16.

Ec. 15.

Ec. 17.

Page 33: TESIS COEFICIENTE DE VARIACIÓN DIARIA

25  

(ver Tabla 2). El consumo no doméstico incluye el comercial, el industrial y de

servicios públicos; a su vez, el consumo industrial se clasifica en industrial de

servicio e industrial de producción (fábricas), esta clasificación se resume en la

Figura 5.

Rodríguez (2001), agrega unos factores más a los que da la CNA, como por

ejemplo, el clima y la hidrología de la zona, así como las costumbres locales y la

actividad económica del lugar.

Menciona que el clima es un factor importante porque las condiciones cálidas de

un lugar hace que aumente el consumo y que cuando hace frio aunque el

consumo baja se da un consumo por fugas en la red.

Otro aspecto relacionado con el consumo es la disponibilidad de tener agua,

porque a mayor dificultad de obtenerla será en menor cantidad la distribución.

Consumo

No doméstico

Doméstico

Popular

Medio

Residencial

Comercial

Industrial

Servicios públicos

De servicios

De producción

Figura 5. Clasificación del consumo de agua según tipo de usuario.

Fuente: CONAGUA (2007)

Page 34: TESIS COEFICIENTE DE VARIACIÓN DIARIA

26  

2.6.4.1. Consumo doméstico.

Se refiere al agua usada en las viviendas. Este consumo depende principalmente

del clima y la clase socioeconómica de los usuarios. El consumo domésticos

medio de una clase socioeconómica puede presentar diferencias, por diversas

causas, entre las que sobresalen: la presión en la red, la intermitencia en el

servicio, la suficiencia del abastecimiento de agua, la existencia de alcantarillado

sanitario y el precio del agua.

Clase socioeconómica Descripción del tipo de vivienda

Residencial Casas solas o departamentos de lujo, que cuentan con dos

o más baños, jardín de 50 m2 o más, cisterna, lavadora.

Media Casas y departamentos, que cuentan con uno o dos baños,

jardín de 15 a 35 m2 y tinaco.

Popular Vecindades y casas habitadas por una o varias familias, que

cuentan con jardín de 2 a 8 m2, con un baño o

compartiéndolo.

2.6.4.2. Consumo no doméstico.

Consumo comercial.

Es el que se utiliza en zonas de comercios y servicios por personas que no

habitan en ellas.

Consumo industrial.

Este consumo lo constituye el agua de uso para empresas, fábricas y hoteles; se

determina en función del tipo de industria.

Considerando el tipo de actividad Industrial, el consumo se divide en dos tipos: a)

Industrial de servicios y, b) Industrial de producción.

Tabla 2. Tipos de usuarios domésticos.

Fuente: CONAGUA (2007).

Page 35: TESIS COEFICIENTE DE VARIACIÓN DIARIA

27  

Es común encontrar industrias en las que, el suministro de agua se complementa

con fuentes auxiliares, con lo que se logra disminuir el consumo de agua

municipal.

En estos casos será necesario, determinar la cantidad de agua de la red municipal

que se destinará, para tal fin, y cuánta será proporcionada por dichas fuentes,

para que en el gasto de diseño se considere, sólo el volumen que abastecerá la

red.

Usos públicos.

Es el agua que se utiliza en instalaciones de salud, educación, recreación,

seguridad, riego de parques y jardines, combate de incendios, etc. En pequeñas

localidades, salvo casos especiales, se considera innecesario proyectar sistemas

de abastecimiento de agua potable que incluyan protección contra incendios. En

localidades medianas o grandes, el problema debe ser estudiado y justificado en

cada caso, de acuerdo con las características particulares, en coordinación con el

H. Cuerpo de Bomberos.

2.6.5. Demanda.

Es el volumen total de agua requerido por una población para satisfacer todos los

tipos de consumo, incluyendo las pérdidas en el sistema.

2.6.5.1. Demanda actual.

La demanda actual es la suma de los consumos para cada tipo de usuario más las

pérdidas físicas.

Los consumos por tipo de usuarios se obtienen:

Consumo doméstico.

Multiplicando el consumo, per cápita de cada sector socioeconómico por la

población correspondiente.

Page 36: TESIS COEFICIENTE DE VARIACIÓN DIARIA

28  

Consumo comercial.

Producto del consumo de cada local por el total de locales, de los comercios

existentes en el sistema.

Consumo industrial de servicios.

Se obtiene de multiplicar los consumos de cada trabajador por el total de

trabajadores de cada una de la industria de la localidad. En el caso de hoteles,

será el consumo de cada cuarto, por el número total de cuartos.

Consumo industrial de producción.

Se obtiene en forma particular de cada industria de acuerdo con sus necesidades,

o bien multiplicando el consumo por unidad de producción por su volumen de

producción de cada fábrica.

Consumos públicos.

Producto del consumo, en hospitales y escuelas, de cada paciente o estudiante

por el total de enfermos o alumnos, respectivamente; también, habrá que

considerar el consumo de parques y servicios contra incendio, cuando sea el caso.

Pérdidas de agua. Volumen que se pierde en el sistema de distribución.

La demanda es función de factores como: clase socioeconómica, porcentaje de

población de cada estrato socioeconómico, tamaño de la población, clima,

existencia de alcantarillado sanitario, tipo de abastecimiento, calidad del agua y

costo del agua.

Clase socioeconómica.

La demanda crece conforme se incrementa el nivel económico de la población,

debido a que cambian los hábitos de uso del agua.

Porcentaje de cada clase socioeconómica.

En general a mayor proporción de niveles residenciales la demanda se

incrementa.

Page 37: TESIS COEFICIENTE DE VARIACIÓN DIARIA

29  

Tamaño de la población.

La demanda aumenta a medida que la población de una ciudad o región se

incrementa, debido a que crecen sus requerimientos de agua para uso público e

industrial.

Características de la población.

El consumo per cápita dependerá de la actividad principal y costumbres de la

población.

Clima.

La demanda de agua aumenta en poblaciones donde la temperatura es más

elevada que en las zonas templadas.

Existencia de alcantarillado.

Cuando la comunidad cuenta con sistemas de saneamiento que utilizan,

alcantarillado para la disposición de sus desechos, se incrementa la demanda de

agua potable.

Tipo de abastecimiento.

La demanda en poblaciones que cuentan con un sistema formal de

abastecimiento, es mayor que en aquellas que cuentan con un sistema más

rudimentario.

Calidad del agua.

La demanda de agua es mayor cuando su calidad es buena ya que se diversifican

sus usos.

Precio del agua.

Al aumentar el precio del agua, disminuye la demanda.

2.6.5.2. Predicción de la demanda.

Para efectos de diseño es importante determinar la demanda futura. Esta

demanda calcula con base en los consumos de las diferentes clases

Page 38: TESIS COEFICIENTE DE VARIACIÓN DIARIA

30  

socioeconómicas, la actividad comercial, industrial, la demanda actual, el

pronóstico de crecimiento de la población y su actividad económica.

Para la predicción de la demanda se debe considerar lo siguiente:

La proyección del volumen doméstico total se realiza multiplicando los valores de

las proyecciones de población de cada clase socioeconómica, por sus

correspondientes consumos per cápita para cada año, dentro del horizonte de

proyecto.

Cuando las demandas comercial, industrial y turística sean poco significativas con

relación a la demanda doméstica, y no existan proyectos de desarrollo para estos

sectores, las primeras quedan incluidas en la demanda doméstica.

Entonces las demandas de los sectores comerciales, industriales y turísticos sean

importantes, deberán considerarse las tendencias de crecimiento histórico con los

censos económicos o con proyectos de desarrollo, del sector público o de la

iniciativa privada, y se aplicarán los consumos de cada sector a las proyecciones

correspondientes.

Por lo que se refiere a las pérdidas físicas de agua, su valor se estima a partir de

su comportamiento histórico tomando en cuenta los proyectos de mantenimiento y

rehabilitación probables, así como el establecimiento de un programa de control

de fugas.

2.6.6. Dotación.

La dotación es la cantidad de agua asignada a cada habitante, considerando todos

los consumos de los servicios y las pérdidas físicas en el sistema, en un día medio

anual; sus unidades están dadas en l/hab/día.

La dotación media de la localidad se obtiene a partir de un estudio de demandas,

dividiendo el consumo total, que incluye servicio doméstico, comercial, industrial y

de servicios públicos, y las pérdidas físicas de agua, entre el número de habitantes

Page 39: TESIS COEFICIENTE DE VARIACIÓN DIARIA

31  

de la localidad. Cabe hacer la aclaración que para el diseño de los elementos de

un sistema de agua potable, se calculará la dotación particular que le corresponde

a cada zona (habitacional: residencial, media o popular; comercial o industrial).

Para determinar la demanda de agua potable de una ciudad deben considerarse

factores como: tamaño de la ciudad, distribución de la población por estrato

socioeconómico, clima y sus variaciones en el año, existencia de alcantarillado, y

otros. Una especial importancia en esta determinación reviste el concepto de

elasticidad de la demanda que expresa la reacción de los usuarios cuando cambia

algún parámetro de influencia (como precio unitario del producto, ingreso familiar,

clima, etc.). La elasticidad de la demanda es un parámetro esencial en el estudio

de evaluación socioeconómica, que ahora es necesario para justificar la necesidad

de cualquier proyecto de agua potable.

Rodríguez (2001), coincide en su explicación acerca de la definición que da la

CNA, más sin embargo él añade de una forma simple que la dotación no es una

cantidad fija, sino que se ve afectada por diversos factores que la hacen

característica de cada población; sin embargo menciona que es de suma

importancia conocer estos factores para calcular las diferentes partes de un

proyecto. Además señala que la dotación está integrada por los consumos

domésticos, públicos, industriales, comerciales así como por fugas y desperdicios.

También añade una tabla de clasificación de climas respecto a su temperatura

(ver Tabla 3).

Temperatura Media Anual (°C) Tipo de Clima Mayor que 22 Cálido

De 18 a 22 Semicálido De 12 a 17.9 Templado De 5 a 11.9 Semifrío Menor que 5 Frio

Tabla 3. Clasificación de climas por su temperatura.

Fuente: Rodríguez (2001).

Page 40: TESIS COEFICIENTE DE VARIACIÓN DIARIA

32  

2.6.7. Velocidades máximas y mínimas.

Las velocidades permisibles del líquido en un conducto están gobernadas por las

del material del conducto y la magnitud de los fenómenos transitorios.

Existen límites tanto inferiores como superiores. La velocidad mínima de

escurrimiento se fija, para evitar la precipitación de partículas que arrastre el agua.

La velocidad máxima será aquella con la cual no deberá ocasionarse erosión en

las paredes de las tuberías. En la Tabla 4 se presentan valores de estas

velocidades para diferentes materiales de tubería.

2.6.8. Perdidas físicas.

Las pérdidas físicas se refieren al agua que se escapa por fugas en líneas de

conducción, tanques, red de distribución, y tomas domiciliarias.

En estudios de campo, se ha definido que estas pérdidas se determinan a partir de

muestreos de inspección y aforo (fugas en tomas domiciliarias); de medición en

sectores controlados, llamados distritos hidrométricos (fugas en tuberías

principales y secundarías y pérdidas en tomas clandestinas); y de verificación de

un grupo de micromedidores domiciliarios (pérdidas por mala medición).

Material de la tubería Velocidad (m/s) Máxima Mínima

Concreto simple hasta 45 cm de diámetro 3.00 0.30 Concreto reforzado de 60 cm de diámetro

o mayores 3.50 0.30

Concreto reforzado 3.50 0.30 Acero de revestimiento 5.00 0.30 Acero sin revestimiento 5.00 0.30

Acero galvanizado 5.00 0.30 Asbesto cemento 5.00 0.30

Fierro fundido 5.00 0.30 Hierro dúctil 5.00 0.30

Polietileno de alta densidad 5.00 0.30 PVC (policloruro de vinilo) 5.00 0.30

Tabla 4. Velocidades máximas y mínimas permisibles en tuberías.

Fuente: CONAGUA (2007).

Page 41: TESIS COEFICIENTE DE VARIACIÓN DIARIA

33  

El volumen diario de pérdidas físicas, Vp, que se considera para el cálculo de las

demandas y dotaciones será el obtenido con la Ecuación 18.

Donde:

Vp = Volumen de pérdidas, en m3.

Vfr = Volumen de fugas en red, en m3.

Vft = Volumen de fugas en tomas domiciliarias, en m3.

Las pérdidas de agua dependen de factores tales como: la presión de trabajo, la

calidad de la tubería y los accesorios, el proceso constructivo, el tipo de material,

la antigüedad de los elementos del sistema y el mantenimiento preventivo y

correctivo que se les practique a los elementos del sistema.

Las consideraciones que sirven para orientar al proyectista, en la evaluación de

los porcentajes de las pérdidas, son las siguientes:

Si se dispone de presupuesto y tiempo, establecer el valor de las pérdidas con

base en un estudio de Evaluación de Fugas.

Considerar un valor promedio del volumen diario de pérdidas, obtenido de acuerdo

a una o varias localidades similares en cuanto a nivel socioeconómico, tamaño de

población, ocurrencia del fugas, etc., que ya dispongan de un estudio similar al del

párrafo anterior.

En caso de no disponer de información, se puede considerar un valor

comprendido entre el 40 % y el 60 % del volumen suministrado, que es el

resultado del estudio de campo de 21 ciudades de la República Mexicana (CNA,

2000).

Ec. 18.

Page 42: TESIS COEFICIENTE DE VARIACIÓN DIARIA

34  

De acuerdo con experiencias nacionales e internacionales, se estima que en

localidades donde se tenga implementado un programa de detección y control de

fugas, se puede aspirar a reducir el porcentaje de fugas entre el 1 % y el 2 %

anualmente; razón por la que se puede esperar que en el mediano plazo (5 a 10

años) las fugas sean del orden de 30%.

En ciudades que desarrollan un programa de detección y control de fugas de

manera eficaz y eficiente, las pérdidas pueden disminuirse en un 20 % (5 a 10

años), hasta reducirse a un nivel del 20%, que es el resultado obtenido en algunas

ciudades europeas y nacionales.

En ciudades de países muy desarrollados como es el caso de algunas de Estados

Unidos y Canadá se ha logrado obtener hasta porcentajes de pérdidas del 15 % y

aún menores.

2.6.9. Coeficientes de variación.

Los coeficientes de variación se derivan de la fluctuación de la demanda debido a

los días laborables y otras actividades.

Los requerimientos de agua para un sistema de distribución no son constantes

durante el año, ni el día, sino que la demanda varía en forma diaria y horaria.

Debido a la importancia de estas fluctuaciones para el abastecimiento de agua

potable, es necesario obtener los gastos Máximo Diario y Máximo Horario, los

cuales se determinan multiplicando el coeficiente de variación diaria por el gasto

medio diario y el coeficiente de variación horaria por el gasto máximo diario

respectivamente. La Tabla 5 muestra los gastos utilizados para el diseño de las

estructuras en los sistemas de abastecimiento de agua potable.

Page 43: TESIS COEFICIENTE DE VARIACIÓN DIARIA

35  

Para la obtención de los coeficientes de variación diaria y horaria lo adecuado es:

Hacer un estudio de demanda de la localidad, utilizando los criterios descritos en

el estudio de "Actualización de dotaciones en el país".

Si no se puede llevar a cabo lo anterior,

• Considerar los valores de los coeficientes de variación diaria y horaria medios

que se obtuvieron del estudio de "Actualización de dotaciones en el país" llevado a

cabo por el Instituto Mexicano de Tecnología del Agua; en donde se determinó la

variación del consumo por hora y por día durante un período representativo en

cada una de las estaciones del año, calculándose los coeficientes por clase

socioeconómica y por clima.

• Del análisis de la información de este trabajo, se identificó que no había una

diferencia significativa entre el tipo de usuario, clima y estaciones del año, por lo

que se pueden utilizar los valores promedio, que se dan en la Tabla 6.

Tipo de estructura Diseño con gasto máximo diario

Diseño con gasto máximo horario

Fuentes de abastecimiento X Obras de captación X

Línea de conducción antes del tanque de regulación

X

Tanque de regulación X Línea de alimentación a la red X

Red de distribución X

Concepto Valor Coeficiente de variación diaria (CVd) 1.40

Coeficiente de variación horario (CVh) 1.55

Tabla 5. Gasto de diseño para estructuras de agua potable.

Fuente: CONAGUA (2007).

Tabla 6. Coeficiente de variación diaria y horaria.

Fuente: CONAGUA (2007).

Page 44: TESIS COEFICIENTE DE VARIACIÓN DIARIA

36  

2.6.10. Gastos de diseño.

2.6.10.1. Gasto medio diario.

El gasto medio es la cantidad de agua requerida para satisfacer las necesidades

de una población en un día de consumo promedio.

El gasto medio diario se calcula con la Ecuación 19.

Donde:

Qmed = Gasto medio diario, en I/s.

D = Dotación, en I/hab/día.

P = Número de habitantes.

86,400 = segundos/día.

2.6.10.2. Gasto máximo diario y horario.

Los gastos máximos diario y máximo horario, son los requerimientos para

satisfacer las necesidades de la población en un día de máximo consumo, y a la

hora de máximo consumo en un año tipo, respectivamente.

Los gastos máximos diario y máximo horario se obtienen a partir del gasto medio

con las Ecuaciones 20 y 21.

Donde:

QMd = Gasto máximo diario, en l/s.

QMh = Gasto máximo horario, en l/s.

Ec. 21.

Ec. 20.

Ec. 19.

Page 45: TESIS COEFICIENTE DE VARIACIÓN DIARIA

37  

CVd = Coeficiente de variación diaria.

CVh = Coeficiente de variación horaria.

Qmed = Gasto medio diario, en l/s.

Para el cálculo del coeficiente de variación diaria también se puede utilizar la

metodología otorgada por el Instituto Mexicano del Agua (IMTA), que está dada

por la ecuación 22:

Dónde:

CVd= Coeficiente de variación diaria.

i Desviación estándar de los gastos medios diarios.

N= Número de días de análisis.

Qd= Gasto promedio diario.

Ec. 22.

Page 46: TESIS COEFICIENTE DE VARIACIÓN DIARIA

  

CAPÍTULO III. MÉTODO.

3.1. Tipo y diseño de investigación.

Esta tesis es de tipo cuantitativa, debido a que se emplean medios matemáticos y

estadísticos para calcular y analizar de una manera más eficaz, el comportamiento

de las predicciones en un cierto tiempo y así calcular el coeficiente.

Su clasificación es descriptiva, ya que, describe la situación que pasa en un lapso

de tiempo medido, así como también se determinó la tendencia en un futuro sobre

la población, demanda y consumo a medir.

El diseño de la investigación es de tipo no experimental porque no se hacen

pruebas de laboratorio y campo.

Page 47: TESIS COEFICIENTE DE VARIACIÓN DIARIA

39  

3.2. Operacionalización de la hipótesis.

La hipótesis de trabajo de esta investigación es saber si el coeficiente de variación

diaria será 10% más óptimo que el otorgado por la norma.

Variables:

El coeficiente de variación diaria representa el incremento en la demanda

de agua potable en el día de mayor consumo a lo largo del año, a partir de

este trabajo se espera determinar un valor de 1.26, tomando de referencia

el coeficiente otorgado por el manual de la CNA, esta variable se toma

como la dependiente.

El coeficiente de variación diaria otorgado por la norma es de 1.4, de este

valor se espera tener un 10% menos para el cálculo del nuevo coeficiente,

esta variable se toma como la independiente.

3.3. Participantes.

Este trabajo fue elaborado por un estudiante de noveno semestre perteneciente al

Instituto Tecnológico de Sonora de Ingeniería Civil.

El asesor durante la realización de este trabajo fue un profesor de tiempo

completo del departamento de Ingeniería Civil.

3.4. Materiales y equipos.

El medio que se usó para la elaboración de este trabajo fue el siguiente:

Excel.

Es un software desarrollado por Microsoft, que permite realizar cálculos desde lo

más sencillo hasta lo más complejo, incluyendo en su interfaz herramientas

intuitivas como gráfico y aunado a esto diversas funciones matemáticas.

Page 48: TESIS COEFICIENTE DE VARIACIÓN DIARIA

40  

3.5. Procedimiento.

1. Se obtuvo información de registros de las plantas potabilizadoras locales

para el cálculo del coeficiente de variación diaria, que fueron otorgados por

OOMAPASC.

2. Con información de población y número de viviendas habitadas utilizando

censos proporcionados por INEGI se realizaron ajustes de curvas para

predecir la población y viviendas habitadas en Ciudad Obregón, Sonora.

3. Con el número de viviendas que cuentan con los servicios y población,

proporcionada por las curvas de ajuste se determinó el número de

habitantes por lote.

4. Con la información de población proporcionada por INEGI y el gasto medio

producido en las plantas potabilizadoras de Ciudad Obregón, Sonora, se

calculó la dotación por persona por día y, posteriormente, se sometió a un

ajuste con la finalidad de predecirla.

5. Con la información de registro de gastos diarios y horarios se determinó el

coeficiente de variación diaria utilizando la metodología propuesta por la

CNA, con la ecuación 20 situada en el Capítulo II.

Dónde:

QMd =Gasto máximo diario de las mediciones (lps)

Qmed =Gasto promedio diario (lps)

CVd=Coeficiente de Variación diaria (adimensional)

6. Así mismo se aprovechó la metodología aplicada por el Instituto Mexicano

del Agua (IMTA) en el año 1996 en Ciudad Juárez, Chihuahua y León,

Guanajuato, dada por la ecuación 22 en el Capítulo II.

Page 49: TESIS COEFICIENTE DE VARIACIÓN DIARIA

41  

Dónde:

CVd= Coeficiente de variación diaria

i Desviación estándar de los gastos medios diarios

N= Número de días de análisis

Qd= Gasto promedio diario

7. Posteriormente en una hoja de registro se resumió toda la información

obtenida para después procesarla.

8. Al final se determinó el coeficiente de variación diaria mediante unos

cálculos.

Page 50: TESIS COEFICIENTE DE VARIACIÓN DIARIA

  

CAPÍTULO IV. RESULTADOS. 4.1. Predicción de la población.

La Comisión Nacional del Agua en su manual de diseño de redes de agua potable

y alcantarillado propone tres métodos para calcular la población futura, los cuales

son de ajuste lineal, logarítmico y exponencial, para este caso se usan los tres

métodos y el que más se ajuste y tenga mayor correlación es el que se toma como

el resultado válido.

En la Tabla 7 se puede apreciar los resultados de los censos que se han realizado

en sus respectivos años, los cuales fueron base para la elaboración de la gráfica

correspondiente a la tendencia lineal (ver Figura 6).

Page 51: TESIS COEFICIENTE DE VARIACIÓN DIARIA

43  

En las Figuras 7 y 8 se muestran las gráficas de la población total considerando

los ajustes logarítmico y exponencial respectivamente.

Año Población1960 679561970 1152061980 1665441990 2199801995 2440282000 2507902005 2709922010 298625

Tabla 7. Distribución estadística de la población.

Figura 6. Ajuste lineal de la población.

Fuente: Elaboración propia con datos de INEGI (2015).

Fuente: Elaboración propia obtenida de INEGI (2015).

y = 4,584.716x ‐ 8,913,589.564R² = 0.99

0

50000

100000

150000

200000

250000

300000

350000

1950 1960 1970 1980 1990 2000 2010 2020

Población

Año

Población Total

Page 52: TESIS COEFICIENTE DE VARIACIÓN DIARIA

44  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

   

El ajuste que más correlación tuvo fue el logarítmico, por consiguiente se tomaran

los datos que están sobre esa columna (ver Tabla 8).

Figura 7. Ajuste logarítmico de la población.

Fuente: Elaboración propia con datos de INEGI (2015).

Figura 8. Ajuste exponencial de la población.

Fuente: Elaboración propia con datos de INEGI (2015).

y = 9,102,711.598ln(x) ‐ 68,932,902.318R² = 0.99

0

50000

100000

150000

200000

250000

300000

350000

1950 1960 1970 1980 1990 2000 2010 2020

Población

Año

Población Total

y = 8E‐20e0.0282x

R² = 0.93

0

50000

100000

150000

200000

250000

300000

350000

400000

1950 1960 1970 1980 1990 2000 2010 2020

Población

Año

Población Total

Page 53: TESIS COEFICIENTE DE VARIACIÓN DIARIA

45  

 

 

 

   

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4.2. Predicción del número de viviendas habitadas y número de

habitantes por vivienda.

En la predicción del número de viviendas y número de habitantes por vivienda

también se utilizan los métodos anteriormente usados en la predicción de la

población, con la finalidad de calcular a futuro la cantidad de viviendas y

habitantes por vivienda.

Tabla 8. Predicción de la población.

Fuente: Elaboración propia a base de datos obtenidos de INEGI (2015).

Año Lineal Logarítmica Exponencialr2=0.99 r2=0.99 r2=0.93

2009 297105 296791 3217532010 301690 301321 3309562011 306274 305848 3404212012 310859 310374 3501582013 315444 314897 3601732014 320028 319418 3704742015 324613 323936 3810712016 329198 328453 3919702017 333783 332967 4031812018 338367 337479 4147122019 342952 341988 4265732020 347537 346496 4387742021 352121 351001 4513242022 356706 355504 4642322023 361291 360004 4775102024 365876 364503 4911672025 370460 368999 5052152026 375045 373493 5196652027 379630 377985 5345282028 384214 382475 5498162029 388799 386962 5655422030 393384 391447 581717

Page 54: TESIS COEFICIENTE DE VARIACIÓN DIARIA

46  

En la Tabla 9 se representan los datos de la población y el número de viviendas

correspondiente a cada censo que realiza INEGI así como también el número de

habitantes por vivienda. En la Figura 9 se grafican los datos para hacer un ajuste

lineal sobre la predicción del crecimiento de vivienda.

 

 

 

 

 

 

 

 

 

Tabla 9. Número de viviendas habitadas (INEGI, 2015).

Figura 9. Ajuste lineal del crecimiento de vivienda habitada.

Fuente: Elaboración propia con datos de INEGI (2015).

Fuente: Elaboración propia con datos de población y número de viviendas de INEGI (2015)

Año Población

1990 2199801995 2440282000 2507902005 2709922010 298625

3.78

3.62

46664

55970

60533

71726

82534

4.71

4.36

4.14

Num. vivendas Num. hab. por vivienda

Page 55: TESIS COEFICIENTE DE VARIACIÓN DIARIA

47  

En las Figuras 10 y 11 se muestra la tendencia del crecimiento de vivienda tanto

para el ajuste logarítmico como para el exponencial respectivamente.

 

 

 

 

 

 

 

 

 

 

   

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 10. Ajuste logarítmico del crecimiento de vivienda habitada.

Fuente: Elaboración propia con datos de INEGI (2015).

Figura 11. Ajuste exponencial del crecimiento de vivienda habitada.

Fuente: Elaboración propia con datos de INEGI (2015).

Page 56: TESIS COEFICIENTE DE VARIACIÓN DIARIA

48  

En la Tabla 10 se presentan los cálculos del número de viviendas y número de

habitantes por vivienda para años futuros, la curva que mejor se ajustó para esta

predicción fue la lineal.

 

 

4.3. Predicción de la dotación.

En la Tabla 11 se muestra la dotación en función de la población (que se obtuvo

del ajuste logarítmico de la Tabla 8) y la demanda, cabe señalar que para las

demandas del año 2003 hasta el 2014 se hizo una interpolación debido a que no

se contaban con la demandas de esos años y en base a eso se calculó la

dotación. La dotación de los años 2000, 2001, 2002 y 2015 se obtuvieron a partir

del registro de las demandas (ver Anexo 1).

Tabla 10. Predicción de viviendas habitadas y número de habitantes por vivienda.

Año Lineal Logarítmica Exponencialr2=0.98 r2=0.98 r2=0.98

2009 79235 79219 900332010 80985 80960 925712011 82735 82701 951812012 84484 84440 978642013 86234 86179 1006232014 87984 87917 1034602015 89734 89654 1063762016 91484 91390 1093752017 93234 93126 1124582018 94984 94860 1156282019 96734 96594 1188882020 98484 98327 1222392021 100234 100059 1256852022 101984 101790 1292282023 103734 103520 1328712024 105483 105249 1366172025 107233 106978 1404682026 108983 108705 1444282027 110733 110432 1484992028 112483 112158 1526862029 114233 113883 1569902030 115983 115607 161415

Num. habitantes por vivienda

3.75

3.72

3.70

3.67

3.65

3.63

3.61

3.57

3.59

3.55

3.54

3.52

3.50

3.49

3.47

3.39

3.38

3.46

3.44

3.43

3.41

3.40

Page 57: TESIS COEFICIENTE DE VARIACIÓN DIARIA

49  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

En las Figuras 12 y 13 se graficaron los datos de dotación y los años

correspondientes para hacer un ajuste lineal y logarítmico.

 

 

 

 

 

 

 

 

Tabla 11. Dotación en función de la población y la demanda.

Fuente: Elaboración propia con datos de OOMAPASC.

Demanda Población Dotación

(LPS) (Hab.) (LPPD)

1999 1565 251368 537.92

2000 1513 255921 510.80

2001 1395 260471 462.73

2002 1399 265019 456.09

2003 1401 269564 448.92

2004 1402 274108 441.99

2005 1404 278649 435.29

2006 1405 283188 428.80

2007 1407 287725 422.53

2008 1409 292259 416.45

2009 1410 296791 410.56

2010 1412 301321 404.85

2011 1414 305848 399.32

2012 1415 310374 393.94

2013 1417 314897 388.73

2014 1418 319418 383.66

2015 1420 323936 378.74

Año

Page 58: TESIS COEFICIENTE DE VARIACIÓN DIARIA

50  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

En la Figura 14 también se representan los datos de dotación y años para hacer

la gráfica tipo exponencial.

 

Figura 12. Ajuste lineal de la dotación.

Fuente: Elaboración propia con datos de OOMAPASC.

Figura 13. Ajuste logarítmico de la dotación.

Fuente: Elaboración propia con datos de OOMAPASC.

Page 59: TESIS COEFICIENTE DE VARIACIÓN DIARIA

51  

 

 

   

 

 

 

 

 

 

 

 

En la Tabla 12 se muestra la predicción de la dotación hasta el año 2030, también

se observa que la tendencia que tuvo mayor correlación fue la exponencial y se

considerará para cálculos posteriores.

 

 

 

 

 

 

 

 

 

 

 

 

Figura 14. Ajuste exponencial de la dotación.

Fuente: Elaboración propia con datos de OOMAPASC.

Page 60: TESIS COEFICIENTE DE VARIACIÓN DIARIA

52  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A continuación se muestra el cálculo de la demanda que se da en función del

ajuste de la dotación (ver Tabla 13).

 

 

 

 

   

 

 

 

 

 

Tabla 12. Predicción de la dotación hasta el año 2030.

Año Lineal Logarítmica Exponencialr2=0.87 r2=0.87 r2=0.90

2014 374.32 374.26 377.162582

2015 366.25 366.22 370.323371

2016 358.19 358.19 363.608177

2017 350.13 350.16 357.014752

2018 342.06 342.14 350.540888

2019 334.00 334.12 344.184416

2020 325.94 326.10 337.943209

2021 317.87 318.09 331.815175

2022 309.81 310.08 325.798263

2023 301.75 302.08 319.890458

2024 293.68 294.08 314.089780

2025 285.62 286.08 308.394288

2026 277.56 278.09 302.802075

2027 269.49 270.10 297.311267

2028 261.43 262.12 291.920025

2029 253.37 254.14 286.626545

2030 245.30 246.16 281.429053

Page 61: TESIS COEFICIENTE DE VARIACIÓN DIARIA

53  

 

Año lps m3

2014 1394.36 120472.39 2015 1388.44 119961.16 2016 1382.27 119428.05 2017 1375.86 118874.03 2018 1369.21 118300.05 2019 1362.35 117707.02 2020 1355.28 117095.85 2021 1348.00 116467.40 2022 1340.54 115822.51 2023 1332.89 115162.00 2024 1325.08 114486.67 2025 1317.10 113797.27 2026 1308.96 113094.56 2027 1300.69 112379.25 2028 1292.27 111652.05 2029 1283.72 110913.64

2030 1275.05 110164.67  

Como se puede observar en gráficas anteriores la curva que se ajustó mejor a la

población fue la logarítmica, para el crecimiento de vivienda fue la lineal y por

último para la dotación se ajustó mejor la exponencial.

4.4. Coeficiente de variación diaria.

 

En la Tabla 14 se observan los datos estadísticos calculados a partir de los

registros de gastos otorgados por OOMAPASC y en la tabla 15 se determinó el

coeficiente de variación diaria por los métodos de la CNA y del IMTA mediante los

datos estadísticos aplicando sus respectivas formulas. Para el cálculo del

coeficiente de variación diaria por el método de la CNA se dividió el máximo de la

producción diaria entre el promedio de la misma, y para el método del IMTA se

usó la suma de la desviación estándar entre los gastos medios de la producción

más uno y a su vez eso se dividió entre el número de datos.

 

Tabla 13. Cálculo de la demanda en lps y m3 en función del ajuste de la dotación.

Page 62: TESIS COEFICIENTE DE VARIACIÓN DIARIA

54  

 

 

 

 

 

 

 

 

 

 

Tabla 14. Datos estadísticos de la producción diaria.

Tabla 15. Coeficiente de variación diaria.

136912385.17817153392638.2

68040164052

169465783123788.008

1507.37

SumatoriaPromedio

Suma 1+S/Qm

Núm. de datosDesviación estándar

VarianzaMínimoMáximo

1.325

1.101

Coeficiente de Variación DiariaCNA

IMTACoeficiente de Variación Diaria

Page 63: TESIS COEFICIENTE DE VARIACIÓN DIARIA

  

CAPÍTULO V. CONCLUSIONES Y RECOMENDACIONES.

5.1. Conclusiones.

El resultado obtenido en este trabajo da un coeficiente de variación diaria menor al

que está dado por la norma de la CNA, esto quiere decir que se obtuvo un dato

más preciso a la hora de usar este coeficiente para los diseños de redes de agua

potable, por otra parte cabe mencionar que no se cumplió con el menos 10% que

se tenía establecido en la hipótesis respecto al 1.4 que da el manual de la CNA ya

que el calculado da como resultado 1.325, lo que hace que el porcentaje para

estas diferencias sea del 5.53% sin llegar al 10%.

El coeficiente calculado puede usarse para los proyecto de redes de agua potable

para Ciudad Obregón, Sonora, ya que con esto se tendría un diseño más óptimo

que se vería reflejado en los beneficios como por ejemplo en lo económico que

resultaría el diseño a comparación de que se usara el propuesto por la CNA.

Page 64: TESIS COEFICIENTE DE VARIACIÓN DIARIA

56  

Los ajustes que más correlación tuvieron en la población, vivienda y dotación

fueron los siguiente, para la población la curva que mejor se ajusto fue la

logarítmica que mostró un buen resultado respecto a la predicción de la misma, en

lo que respecta a la vivienda la que mejor ajuste tuvo fue la lineal y, finalmente,

para la dotación fue la exponencial.

5.2. Recomendaciones.

La elaboración de esta tesis fue un trabajo generalizado para la obtención de las

predicciones de la población, número de viviendas y dotación, es por eso que se

recomienda para datos más precisos y reales hacer los estudios por zonificaciones

para tener resultados mejor definidos.

Se recomienda que para cada lugar de la República Mexicana exista un valor

determinado de este coeficiente para que los proyectos de agua potable se

efectúen mejor y se tenga mejor beneficios en todos los aspectos.

El tener una buena relación y comunicación entre el organismo operador y las

instituciones educativas para tener mejores trabajos de investigación en donde se

beneficien ambas partes.

Page 65: TESIS COEFICIENTE DE VARIACIÓN DIARIA

REFERENCIAS BIBLIOGRÁFICAS

Arreguin Cortés, F. (1991). Uso eficiente del agua. Recuperado el 3 de Septiembre de 2015, de www.busde.paho.org/busair/e/repindex/repi48/uso/uso.html Breña A. y Jacobo M. (2006). Principios y Fundamentos de la Hidrología Superficial. Recuperado el 4 de Septiembre de 2015, de cenca.imta.mx/pdf/PrincipiosyFundamentosdelaHidrologiaSuperficial.pdf Comisión Nacional del Agua (1994). Manual de la CNA. México: Editor Secretaria de Medio Ambiente y Recursos Naturales. Comisión Nacional del Agua (2007). Datos Básicos. México: Editor Secretaria de Medio Ambiente y Recursos Naturales. Comisión Nacional del Agua (2008). Atlas Digital del Agua en México. Recuperado el 18 de Septiembre de 2015, de www.conagua.gob.mx/atlas/ciclo12.html Comisión Nacional del Agua (2013). Estadísticas del Agua en México. México: Editor Secretaria de Medio Ambiente y Recursos Naturales. Instituto Nacional de Estadística y Geografía (2010). Agua Potable y Alcantarillado. México. Recuperado el 30 de Septiembre de 2015, de cuéntame.inegi.org.mx/territorio/agua/dispon.aspx?tema=T Instituto Nacional de Estadística y Geografía (2012). Censos y conteos de población y vivienda. México. Editor Instituto Nacional de Estadística y Geografía. Jiménez, J. (2013). Manual para el Diseño de Sistemas de Agua Potable y Alcantarillado Sanitario. Recuperado el 2 de Octubre de 2015, de www.uv.mx/ingenieriacivil/files/2013/09/Manual-de-Diseño-para-Proyectos-de-Hidraulica.pdf Organismo Operador Municipal de Agua Potable, Alcantarillado y Saneamiento de Cajeme (2008). Antecedentes. Recuperado el 14 de Septiembre de 2015, de http://www.oomapasc.gob.mx/portal/acercade/antecedentes Problemática del Agua en el Mundo (s.f). Recuperado el 1 de Septiembre de 2015, de http:www.edocollege.info/ebooks-pdf/cap1.pdf

Page 66: TESIS COEFICIENTE DE VARIACIÓN DIARIA

Rodríguez, P. (2001). Abastecimiento de Agua. Recuperado el 23 de Septiembre de 2015, de http://civilgeeks.com/2010/10/10/libro-de-abastecimiento-de-agua-pedro-rodriguez/ Secretaria de Medio Ambiente y Recursos Naturales (2012). El Agua. Recuperado el 18 de Septiembre de 2015, de www.semarnat.gob.mx/archivosanteriores/informacionambiental/Documents/pdf/cap_b_agua.pdf Spellman F. y Drinan J. (2000). Manual del Agua Potable. España: Editorial Acribia S.A.  

Page 67: TESIS COEFICIENTE DE VARIACIÓN DIARIA

ANEXO

Page 68: TESIS COEFICIENTE DE VARIACIÓN DIARIA

FECHA PLANTA 1 Y 2 PLANTA 3 Y 4 PROD. DIARIA 1+S/Qm

01-Ene-00 48240 48600 96840 1.13

02-Ene-00 52650 57312 109962 1.11

03-Ene-00 60300 60012 120312 1.10

04-Ene-00 59640 57420 117060 1.11

05-Ene-00 58830 61128 119958 1.10

06-Ene-00 58970 61768 120738 1.10

07-Ene-00 60480 59400 119880 1.10

08-Ene-00 61920 55332 117252 1.11

09-Ene-00 63360 53496 116856 1.11

10-Ene-00 60060 59148 119208 1.10

11-Ene-00 60480 63864 124344 1.10

12-Ene-00 62920 46548 109468 1.11

13-Ene-00 59120 68868 127988 1.10

14-Ene-00 64380 64296 128676 1.10

15-Ene-00 61800 58572 120372 1.1016-Ene-00 55740 59256 114996 1.1117-Ene-00 62010 58932 120942 1.1018-Ene-00 59640 58464 118104 1.1019-Ene-00 64170 58146 122316 1.1020-Ene-00 59040 60516 119556 1.1021-Ene-00 59760 55960 115720 1.1122-Ene-00 52230 55404 107634 1.1223-Ene-00 49050 60084 109134 1.1124-Ene-00 59040 67572 126612 1.1025-Ene-00 59430 64476 123906 1.1026-Ene-00 65610 65808 131418 1.0927-Ene-00 53670 57132 110802 1.1128-Ene-00 61590 62676 124266 1.1029-Ene-00 60060 67932 127992 1.1030-Ene-00 55110 62568 117678 1.1131-Ene-00 61970 63468 125438 1.1001-Feb-00 64080 62676 126756 1.1002-Feb-00 63360 61180 124540 1.1003-Feb-00 69120 62640 131760 1.0904-Feb-00 67560 59472 127032 1.1005-Feb-00 60150 53568 113718 1.1106-Feb-00 57270 49860 107130 1.1207-Feb-00 68070 62964 131034 1.0908-Feb-00 68070 58428 126498 1.1009-Feb-00 67350 59616 126966 1.1010-Feb-00 61500 54144 115644 1.1111-Feb-00 63750 58824 122574 1.1012-Feb-00 63360 50328 113688 1.1113-Feb-00 61290 53208 114498 1.1114-Feb-00 63960 60444 124404 1.1015-Feb-00 64170 59076 123246 1.1016-Feb-00 65190 58032 123222 1.1017-Feb-00 69120 59364 128484 1.1018-Feb-00 68070 55584 123654 1.10

ANEXO 1

Page 69: TESIS COEFICIENTE DE VARIACIÓN DIARIA

19-Feb-00 60480 57564 118044 1.1020-Feb-00 59640 60768 120408 1.1021-Feb-00 68490 60912 129402 1.1022-Feb-00 68910 61812 130722 1.0923-Feb-00 66630 57888 124518 1.1024-Feb-00 68070 56808 124878 1.1025-Feb-00 65910 55368 121278 1.1026-Feb-00 63030 64404 127434 1.1027-Feb-00 64470 45448 109918 1.1128-Feb-00 65510 54504 120014 1.1029-Feb-00 67680 53604 121284 1.1001-Mar-00 65190 52740 117930 1.1102-Mar-00 65910 56304 122214 1.1003-Mar-00 66960 58320 125280 1.1004-Mar-00 64800 53424 118224 1.1005-Mar-00 64800 51948 116748 1.1106-Mar-00 68070 53748 121818 1.1007-Mar-00 68070 54900 122970 1.1008-Mar-00 69120 60264 129384 1.1009-Mar-00 65470 60516 125986 1.1010-Mar-00 63750 57528 121278 1.1011-Mar-00 69120 55656 124776 1.1012-Mar-00 60870 60156 121026 1.1013-Mar-00 62310 54648 116958 1.1114-Mar-00 68070 56448 124518 1.1015-Mar-00 65910 57168 123078 1.1016-Mar-00 64080 56576 120656 1.1017-Mar-00 66960 57384 124344 1.1018-Mar-00 61800 61336 123136 1.1019-Mar-00 59430 54396 113826 1.1120-Mar-00 65190 62532 127722 1.1021-Mar-00 64280 59048 123328 1.1022-Mar-00 68070 65124 133194 1.0923-Mar-00 68070 62136 130206 1.1024-Mar-00 68070 60624 128694 1.1025-Mar-00 63750 59544 123294 1.1026-Mar-00 61200 59904 121104 1.1027-Mar-00 68070 59400 127470 1.1028-Mar-00 69120 58464 127584 1.1029-Mar-00 66630 61488 128118 1.1030-Mar-00 68490 66708 135198 1.0931-Mar-00 68280 63648 131928 1.0901-Abr-00 68400 53424 121824 1.1002-Abr-00 69120 54360 123480 1.1003-Abr-00 69120 61452 130572 1.0904-Abr-00 56610 51480 108090 1.1105-Abr-00 55530 64620 120150 1.1006-Abr-00 52450 67284 119734 1.1007-Abr-00 67440 61272 128712 1.1008-Abr-00 64890 59112 124002 1.1009-Abr-00 59640 56412 116052 1.11

Page 70: TESIS COEFICIENTE DE VARIACIÓN DIARIA

10-Abr-00 67680 54252 121932 1.1011-Abr-00 74040 57420 131460 1.0912-Abr-00 66420 53640 120060 1.1013-Abr-00 64680 54720 119400 1.1014-Abr-00 62730 56520 119250 1.1015-Abr-00 72040 62280 134320 1.0916-Abr-00 64260 53748 118008 1.1017-Abr-00 66960 56018 122978 1.1018-Abr-00 67650 57492 125142 1.1019-Abr-00 64170 55620 119790 1.1020-Abr-00 67050 43488 110538 1.1121-Abr-00 61710 49536 111246 1.1122-Abr-00 57780 56448 114228 1.1123-Abr-00 63960 56016 119976 1.1024-Abr-00 73830 54648 128478 1.1025-Abr-00 73320 53928 127248 1.1026-Abr-00 72600 50471 123071 1.1027-Abr-00 70560 53064 123624 1.1028-Abr-00 70560 52128 122688 1.1029-Abr-00 66330 52128 118458 1.1030-Abr-00 68400 50508 118908 1.1001-May-00 75600 57456 133056 1.0902-May-00 78780 53784 132564 1.0903-May-00 93390 55764 149154 1.0804-May-00 72390 56844 129234 1.1005-May-00 77220 57960 135180 1.0906-May-00 73740 58896 132636 1.0907-May-00 72300 57996 130296 1.1008-May-00 68070 54900 122970 1.1009-May-00 68490 54540 123030 1.1010-May-00 52848 53846 106694 1.1211-May-00 54324 54288 108612 1.1112-May-00 78780 60768 139548 1.0913-May-00 71760 57600 129360 1.1014-May-00 65820 57636 123456 1.1015-May-00 80640 59832 140472 1.0916-May-00 79200 65088 144288 1.0917-May-00 83100 65736 148836 1.0818-May-00 59560 64224 123784 1.1019-May-00 68250 64650 132900 1.0920-May-00 69010 52200 121210 1.1021-May-00 71670 36612 108282 1.1122-May-00 74472 29736 104208 1.1223-May-00 79200 63720 142920 1.0924-May-00 78570 62676 141246 1.0925-May-00 77040 65512 142552 1.0926-May-00 74880 63000 137880 1.0927-May-00 73740 65556 139296 1.0928-May-00 66960 63720 130680 1.0929-May-00 82800 57420 140220 1.0930-May-00 76320 59112 135432 1.09

Page 71: TESIS COEFICIENTE DE VARIACIÓN DIARIA

31-May-00 72000 56160 128160 1.1001-Jun-00 84160 67680 151840 1.0802-Jun-00 74970 63036 138006 1.0903-Jun-00 80730 65988 146718 1.0804-Jun-00 83190 68544 151734 1.0805-Jun-00 81870 65556 147426 1.0806-Jun-00 77850 66456 144306 1.0907-Jun-00 82080 66996 149076 1.0808-Jun-00 80789 65556 146345 1.0809-Jun-00 88140 71892 160032 1.0810-Jun-00 80310 64764 145074 1.0911-Jun-00 73740 63288 137028 1.0912-Jun-00 93600 65592 159192 1.0813-Jun-00 90000 66996 156996 1.0814-Jun-00 87510 66276 153786 1.0815-Jun-00 83634 65628 149262 1.0816-Jun-00 83990 68075 152065 1.0817-Jun-00 79800 69588 149388 1.0818-Jun-00 57270 69588 126858 1.1019-Jun-00 80310 68976 149286 1.0820-Jun-00 82680 69336 152016 1.0821-Jun-00 76710 70056 146766 1.0822-Jun-00 77130 66528 143658 1.0923-Jun-00 85260 56016 141276 1.0924-Jun-00 82800 62640 145440 1.0925-Jun-00 67350 57312 124662 1.1026-Jun-00 89370 63756 153126 1.0827-Jun-00 92160 60300 152460 1.0828-Jun-00 102240 61812 164052 1.0829-Jun-00 90000 64584 154584 1.0830-Jun-00 87840 65232 153072 1.0801-Jul-00 83520 64188 147708 1.0802-Jul-00 70560 73368 143928 1.0903-Jul-00 91440 67068 158508 1.0804-Jul-00 93600 65304 158904 1.0805-Jul-00 84960 69732 154692 1.0806-Jul-00 82080 76248 158328 1.0807-Jul-00 75600 74124 149724 1.0808-Jul-00 76620 70920 147540 1.0809-Jul-00 60330 71640 131970 1.0910-Jul-00 84120 69045 153165 1.0811-Jul-00 83520 73692 157212 1.0812-Jul-00 80640 72504 153144 1.0813-Jul-00 82800 77250 160050 1.0814-Jul-00 74160 70956 145116 1.0915-Jul-00 83520 79992 163512 1.0816-Jul-00 63750 65736 129486 1.1017-Jul-00 86790 67024 153814 1.0818-Jul-00 88950 68004 156954 1.0819-Jul-00 81030 67248 148278 1.0820-Jul-00 84240 67824 152064 1.08

Page 72: TESIS COEFICIENTE DE VARIACIÓN DIARIA

21-Jul-00 64680 68616 133296 1.0922-Jul-00 85770 59832 145602 1.0923-Jul-00 59040 61128 120168 1.1024-Jul-00 71460 68580 140040 1.0925-Jul-00 80260 76392 156652 1.0826-Jul-00 73530 69768 143298 1.0927-Jul-00 79890 69624 149514 1.0828-Jul-00 74160 73188 147348 1.0829-Jul-00 75390 73800 149190 1.0830-Jul-00 53280 68796 122076 1.1031-Jul-00 71280 71892 143172 1.0901-Ago-00 78480 66996 145476 1.0902-Ago-00 79920 69984 149904 1.0803-Ago-00 79920 73728 153648 1.0804-Ago-00 73440 73800 147240 1.0805-Ago-00 65520 70524 136044 1.0906-Ago-00 57600 67716 125316 1.1007-Ago-00 65520 71352 136872 1.0908-Ago-00 80640 72000 152640 1.0809-Ago-00 73440 73584 147024 1.0810-Ago-00 74880 70092 144972 1.0911-Ago-00 71280 70056 141336 1.0912-Ago-00 62640 83592 146232 1.0813-Ago-00 52560 66924 119484 1.1014-Ago-00 74080 68292 142372 1.0915-Ago-00 78480 62388 140868 1.0916-Ago-00 66960 60264 127224 1.1017-Ago-00 54720 64620 119340 1.1018-Ago-00 71280 68544 139824 1.0919-Ago-00 60480 68544 129024 1.1020-Ago-00 52560 69372 121932 1.1021-Ago-00 66240 80388 146628 1.0822-Ago-00 58320 72144 130464 1.0923-Ago-00 54720 80424 135144 1.0924-Ago-00 61200 76788 137988 1.0925-Ago-00 66240 74232 140472 1.0926-Ago-00 64080 66780 130860 1.0927-Ago-00 67680 57528 125208 1.1028-Ago-00 75820 58968 134788 1.0929-Ago-00 79210 64548 143758 1.0930-Ago-00 69210 69192 138402 1.0931-Ago-00 76320 72720 149040 1.0801-Sep-00 73440 70272 143712 1.0902-Sep-00 72100 68760 140860 1.0903-Sep-00 69840 61668 131508 1.0904-Sep-00 81360 71748 153108 1.0805-Sep-00 80640 70236 150876 1.0806-Sep-00 72000 76032 148032 1.0807-Sep-00 77040 72468 149508 1.0808-Sep-00 72720 77760 150480 1.0809-Sep-00 62640 81936 144576 1.09

Page 73: TESIS COEFICIENTE DE VARIACIÓN DIARIA

10-Sep-00 50410 72756 123166 1.1011-Sep-00 74160 71100 145260 1.0912-Sep-00 76320 71676 147996 1.0813-Sep-00 77760 75880 153640 1.0814-Sep-00 72320 74232 146552 1.0815-Sep-00 65520 79560 145080 1.0916-Sep-00 51120 64044 115164 1.1117-Sep-00 51840 63540 115380 1.1118-Sep-00 51920 70452 122372 1.1019-Sep-00 62640 70972 133612 1.0920-Sep-00 64800 71820 136620 1.0921-Sep-00 68300 73944 142244 1.0922-Sep-00 59760 70592 130352 1.1023-Sep-00 65520 75600 141120 1.0924-Sep-00 54000 66204 120204 1.1025-Sep-00 76068 76068 152136 1.0826-Sep-00 72504 72504 145008 1.0927-Sep-00 72700 66240 138940 1.0928-Sep-00 74232 66240 140472 1.0929-Sep-00 67680 70396 138076 1.0930-Sep-00 69120 73404 142524 1.0901-Oct-00 69040 65124 134164 1.0902-Oct-00 66960 69768 136728 1.0903-Oct-00 66960 75204 142164 1.0904-Oct-00 72720 72900 145620 1.0905-Oct-00 72720 60948 133668 1.0906-Oct-00 80640 63252 143892 1.0907-Oct-00 74160 72910 147070 1.0808-Oct-00 51120 59400 110520 1.1109-Oct-00 63360 68184 131544 1.0910-Oct-00 75600 38228 113828 1.1111-Oct-00 106880 0 106880 1.1212-Oct-00 92880 5292 98172 1.1313-Oct-00 80640 58644 139284 1.0914-Oct-00 64080 60948 125028 1.1015-Oct-00 41760 62748 104508 1.1216-Oct-00 56880 81144 138024 1.0917-Oct-00 59760 74520 134280 1.0918-Oct-00 55440 75024 130464 1.0919-Oct-00 74880 69372 144252 1.0920-Oct-00 52560 75528 128088 1.1021-Oct-00 55440 66096 121536 1.1022-Oct-00 39600 68256 107856 1.1123-Oct-00 61920 58824 120744 1.1024-Oct-00 62640 61668 124308 1.1025-Oct-00 63360 63000 126360 1.1026-Oct-00 64080 59508 123588 1.1027-Oct-00 57600 60264 117864 1.1128-Oct-00 59040 65052 124092 1.1029-Oct-00 45360 61164 106524 1.1230-Oct-00 53280 70848 124128 1.10

Page 74: TESIS COEFICIENTE DE VARIACIÓN DIARIA

31-Oct-00 57600 70344 127944 1.1001-Nov-00 51840 71460 123300 1.1002-Nov-00 61200 72396 133596 1.0903-Nov-00 54220 64944 119164 1.1004-Nov-00 61920 72072 133992 1.0905-Nov-00 68040 70488 138528 1.0906-Nov-00 82800 63072 145872 1.0807-Nov-00 79920 70308 150228 1.0808-Nov-00 86080 65988 152068 1.0809-Nov-00 76320 71316 147636 1.0810-Nov-00 74160 83124 157284 1.0811-Nov-00 63360 64404 127764 1.1012-Nov-00 50400 63072 113472 1.1113-Nov-00 59760 75744 135504 1.0914-Nov-00 52660 73080 125740 1.1015-Nov-00 58320 72360 130680 1.0916-Nov-00 70560 64800 135360 1.0917-Nov-00 64800 64800 129600 1.1018-Nov-00 64800 65160 129960 1.1019-Nov-00 51840 55800 107640 1.1220-Nov-00 56160 63000 119160 1.1021-Nov-00 59040 65952 124992 1.1022-Nov-00 61200 65880 127080 1.1023-Nov-00 62280 64800 127080 1.1024-Nov-00 65520 63360 128880 1.1025-Nov-00 59760 68544 128304 1.1026-Nov-00 52560 66880 119440 1.1027-Nov-00 64800 65160 129960 1.1028-Nov-00 58320 61920 120240 1.1029-Nov-00 59760 62640 122400 1.1030-Nov-00 59040 60120 119160 1.1001-Dic-00 61920 60120 122040 1.1002-Dic-00 56880 62640 119520 1.1003-Dic-00 55440 65160 120600 1.1004-Dic-00 60480 60480 120960 1.1005-Dic-00 60480 60480 120960 1.1006-Dic-00 59760 57510 117270 1.1107-Dic-00 58320 61770 120090 1.1008-Dic-00 59760 65480 125240 1.1009-Dic-00 59760 63800 123560 1.1010-Dic-00 52560 55280 107840 1.1111-Dic-00 64080 64880 128960 1.1012-Dic-00 55440 58200 113640 1.1113-Dic-00 61920 63640 125560 1.1014-Dic-00 60480 65600 126080 1.1015-Dic-00 58420 61280 119700 1.1016-Dic-00 59040 61120 120160 1.1017-Dic-00 47460 62720 110180 1.1118-Dic-00 59040 61560 120600 1.1019-Dic-00 58320 66000 124320 1.1020-Dic-00 61920 63360 125280 1.10

Page 75: TESIS COEFICIENTE DE VARIACIÓN DIARIA

21-Dic-00 62640 65880 128520 1.1022-Dic-00 66240 60840 127080 1.1023-Dic-00 62640 59040 121680 1.1024-Dic-00 56880 57240 114120 1.1125-Dic-00 46080 60400 106480 1.1226-Dic-00 57600 60120 117720 1.1127-Dic-00 59760 60960 120720 1.1028-Dic-00 59760 65280 125040 1.1029-Dic-00 61200 60920 122120 1.1030-Dic-00 63360 61080 124440 1.1031-Dic-00 61200 57280 118480 1.1001-Ene-01 49280 55080 104360 1.1202-Ene-01 60800 57600 118400 1.1003-Ene-01 61120 60120 121240 1.1004-Ene-01 61320 55440 116760 1.1105-Ene-01 60080 58680 118760 1.1006-Ene-01 59040 57600 116640 1.1107-Ene-01 51400 56880 108280 1.1108-Ene-01 56880 53280 110160 1.1109-Ene-01 56640 55080 111720 1.1110-Ene-01 57010 63360 120370 1.1011-Ene-01 61200 64440 125640 1.1012-Ene-01 60610 62640 123250 1.1013-Ene-01 58120 62280 120400 1.1014-Ene-01 50400 61200 111600 1.1115-Ene-01 59760 55728 115488 1.1116-Ene-01 52600 53352 105952 1.1217-Ene-01 62240 58032 120272 1.1018-Ene-01 61200 55584 116784 1.1119-Ene-01 71200 54936 126136 1.1020-Ene-01 60480 55872 116352 1.1121-Ene-01 53280 54864 108144 1.1122-Ene-01 60600 56088 116688 1.1123-Ene-01 58320 56880 115200 1.1124-Ene-01 60920 55584 116504 1.1125-Ene-01 63480 56160 119640 1.1026-Ene-01 62240 54432 116672 1.1127-Ene-01 55440 58032 113472 1.1128-Ene-01 49080 57240 106320 1.1229-Ene-01 64520 59040 123560 1.1030-Ene-01 66960 58248 125208 1.1031-Ene-01 62160 56736 118896 1.1001-Feb-01 65520 56232 121752 1.1002-Feb-01 68280 57600 125880 1.1003-Feb-01 65808 52848 118656 1.1004-Feb-01 52160 52560 104720 1.1205-Feb-01 59880 57811 117691 1.1106-Feb-01 65840 64080 129920 1.1007-Feb-01 68120 42984 111104 1.1108-Feb-01 81680 44136 125816 1.1009-Feb-01 56600 55872 112472 1.1110-Feb-01 48936 57816 106752 1.12

Page 76: TESIS COEFICIENTE DE VARIACIÓN DIARIA

11-Feb-01 43920 60768 104688 1.1212-Feb-01 57640 48624 106264 1.1213-Feb-01 51960 53640 105600 1.1214-Feb-01 61200 50610 111810 1.1115-Feb-01 61960 52596 114556 1.1116-Feb-01 61720 55872 117592 1.1117-Feb-01 58960 60984 119944 1.1018-Feb-01 48240 54792 103032 1.1219-Feb-01 60048 57312 117360 1.1120-Feb-01 61772 58248 120020 1.1021-Feb-01 62064 59472 121536 1.1022-Feb-01 61920 61416 123336 1.1023-Feb-01 62488 58248 120736 1.1024-Feb-01 58464 57528 115992 1.1125-Feb-01 50400 55584 105984 1.1226-Feb-01 62784 54864 117648 1.1127-Feb-01 62640 53208 115848 1.1128-Feb-01 63648 54216 117864 1.1101-Mar-01 64080 46728 110808 1.1102-Mar-01 63360 55071 118431 1.1003-Mar-01 57600 58603 116203 1.1104-Mar-01 52992 54787 107779 1.1105-Mar-01 65520 58968 124488 1.1006-Mar-01 61488 55217 116705 1.1107-Mar-01 59904 55584 115488 1.1108-Mar-01 61056 55800 116856 1.1109-Mar-01 61344 57672 119016 1.1010-Mar-01 63360 57816 121176 1.1011-Mar-01 54000 53928 107928 1.1112-Mar-01 56170 55440 111610 1.1113-Mar-01 59040 60912 119952 1.1014-Mar-01 64080 57960 122040 1.1015-Mar-01 62928 58104 121032 1.1016-Mar-01 57024 55656 112680 1.1117-Mar-01 61776 67392 129168 1.1018-Mar-01 54720 58176 112896 1.1119-Mar-01 66960 58680 125640 1.1020-Mar-01 69984 56592 126576 1.1021-Mar-01 64080 54864 118944 1.1022-Mar-01 67104 59976 127080 1.1023-Mar-01 66240 57456 123696 1.1024-Mar-01 59040 62280 121320 1.1025-Mar-01 53280 55296 108576 1.1126-Mar-01 74880 55512 130392 1.0927-Mar-01 74448 58104 132552 1.0928-Mar-01 69840 62096 131936 1.0929-Mar-01 67248 55728 122976 1.1030-Mar-01 69408 57384 126792 1.1031-Mar-01 64080 56442 120522 1.1001-Abr-01 58752 54072 112824 1.1102-Abr-01 64656 58032 122688 1.10

Page 77: TESIS COEFICIENTE DE VARIACIÓN DIARIA

03-Abr-01 75600 58680 134280 1.0904-Abr-01 71280 53424 124704 1.1005-Abr-01 68400 54072 122472 1.1006-Abr-01 63360 60696 124056 1.1007-Abr-01 70704 60984 131688 1.0908-Abr-01 56880 60552 117432 1.1109-Abr-01 67680 61848 129528 1.1010-Abr-01 51840 61776 113616 1.1111-Abr-01 54720 59400 114120 1.1112-Abr-01 52704 54936 107640 1.1213-Abr-01 44640 47592 92232 1.1314-Abr-01 48960 56592 105552 1.1215-Abr-01 50400 56808 107208 1.1216-Abr-01 68162 55368 123530 1.1017-Abr-01 60480 59976 120456 1.1018-Abr-01 66096 58536 124632 1.1019-Abr-01 64944 59340 124284 1.1020-Abr-01 64800 55440 120240 1.1021-Abr-01 61200 60264 121464 1.1022-Abr-01 48960 56592 105552 1.1223-Abr-01 66846 57960 124806 1.1024-Abr-01 61200 56084 117284 1.1125-Abr-01 73440 58896 132336 1.0926-Abr-01 65376 63072 128448 1.1027-Abr-01 64810 56448 121258 1.1028-Abr-01 65097 53966 119063 1.1029-Abr-01 54000 55512 109512 1.1130-Abr-01 64080 56232 120312 1.1001-May-01 54288 62136 116424 1.1102-May-01 56304 59904 116208 1.1103-May-01 61200 55800 117000 1.1104-May-01 61344 59832 121176 1.1005-May-01 66096 55152 121248 1.1006-May-01 57600 60264 117864 1.1107-May-01 66960 53352 120312 1.1008-May-01 69264 57312 126576 1.1009-May-01 68400 60768 129168 1.1010-May-01 64800 55512 120312 1.1011-May-01 73728 56232 129960 1.1012-May-01 58330 58320 116650 1.1113-May-01 63360 56448 119808 1.1014-May-01 67680 54576 122256 1.1015-May-01 69264 56422 125686 1.1016-May-01 71712 55072 126784 1.1017-May-01 71712 60192 131904 1.0918-May-01 67968 65376 133344 1.0919-May-01 67536 61344 128880 1.1020-May-01 57160 58176 115336 1.1121-May-01 67392 65088 132480 1.0922-May-01 69696 63288 132984 1.0923-May-01 57600 56952 114552 1.11

Page 78: TESIS COEFICIENTE DE VARIACIÓN DIARIA

24-May-01 68544 57744 126288 1.1025-May-01 66960 56232 123192 1.1026-May-01 42480 58320 100800 1.1227-May-01 56592 54216 110808 1.1128-May-01 69840 57888 127728 1.1029-May-01 70948 54504 125452 1.1030-May-01 53424 56232 109656 1.1131-May-01 60480 45504 105984 1.1201-Jun-01 66240 55584 121824 1.1002-Jun-01 63216 55152 118368 1.1003-Jun-01 53424 56952 110376 1.1104-Jun-01 67680 53136 120816 1.1005-Jun-01 69696 57528 127224 1.1006-Jun-01 69120 59688 128808 1.1007-Jun-01 64944 57552 122496 1.1008-Jun-01 68026 59112 127138 1.1009-Jun-01 67680 57600 125280 1.1010-Jun-01 56160 55584 111744 1.1111-Jun-01 68686 56232 124918 1.1012-Jun-01 72760 59396 132156 1.0913-Jun-01 70704 54936 125640 1.1014-Jun-01 82080 52776 134856 1.0915-Jun-01 72432 60264 132696 1.0916-Jun-01 67680 57384 125064 1.1017-Jun-01 54000 61632 115632 1.1118-Jun-01 70848 66456 137304 1.0919-Jun-01 70560 68256 138816 1.0920-Jun-01 68256 68112 136368 1.0921-Jun-01 66240 61632 127872 1.1022-Jun-01 67104 68976 136080 1.0923-Jun-01 66528 60120 126648 1.1024-Jun-01 57600 66744 124344 1.1025-Jun-01 73152 72360 145512 1.0926-Jun-01 71280 65880 137160 1.0927-Jun-01 72432 73008 145440 1.0928-Jun-01 69840 61992 131832 1.0929-Jun-01 74160 72376 146536 1.0830-Jun-01 69408 68976 138384 1.0901-Jul-01 58176 65520 123696 1.1002-Jul-01 71280 67032 138312 1.0903-Jul-01 59760 63216 122976 1.1004-Jul-01 63504 68616 132120 1.0905-Jul-01 56016 57600 113616 1.1106-Jul-01 62496 67536 130032 1.1007-Jul-01 65664 68904 134568 1.0908-Jul-01 51840 61272 113112 1.1109-Jul-01 71856 64800 136656 1.0910-Jul-01 69120 64656 133776 1.0911-Jul-01 76464 62064 138528 1.0912-Jul-01 72144 67000 139144 1.0913-Jul-01 67536 55800 123336 1.10

Page 79: TESIS COEFICIENTE DE VARIACIÓN DIARIA

14-Jul-01 72720 61920 134640 1.0915-Jul-01 59904 64728 124632 1.1016-Jul-01 70948 66096 137044 1.0917-Jul-01 68688 68616 137304 1.0918-Jul-01 69840 60192 130032 1.1019-Jul-01 72720 59400 132120 1.0920-Jul-01 60416 70776 131192 1.0921-Jul-01 54144 62568 116712 1.1122-Jul-01 52128 67176 119304 1.1023-Jul-01 69840 66720 136560 1.0924-Jul-01 61632 62568 124200 1.1025-Jul-01 57888 63360 121248 1.1026-Jul-01 50976 65376 116352 1.1127-Jul-01 61776 67680 129456 1.1028-Jul-01 71136 61128 132264 1.0929-Jul-01 52728 60552 113280 1.1130-Jul-01 76606 61776 138382 1.0931-Jul-01 61344 64440 125784 1.1001-Ago-01 62275 65120 127395 1.1002-Ago-01 66096 53064 119160 1.1003-Ago-01 57600 67248 124848 1.1004-Ago-01 67968 67392 135360 1.0905-Ago-01 56016 59832 115848 1.1106-Ago-01 71136 74448 145584 1.0907-Ago-01 70992 72432 143424 1.0908-Ago-01 64944 69984 134928 1.0909-Ago-01 57744 65880 123624 1.1010-Ago-01 69834 65448 135282 1.0911-Ago-01 62640 64296 126936 1.1012-Ago-01 65520 66528 132048 1.0913-Ago-01 60912 62568 123480 1.1014-Ago-01 78480 58968 137448 1.0915-Ago-01 77904 64512 142416 1.0916-Ago-01 59616 63576 123192 1.1017-Ago-01 60624 64224 124848 1.1018-Ago-01 60624 65160 125784 1.1019-Ago-01 56576 63216 119792 1.1020-Ago-01 65664 65376 131040 1.0921-Ago-01 65520 71424 136944 1.0922-Ago-01 70416 70704 141120 1.0923-Ago-01 67680 73944 141624 1.0924-Ago-01 67536 68616 136152 1.0925-Ago-01 69984 72216 142200 1.0926-Ago-01 65726 62568 128294 1.1027-Ago-01 67392 53568 120960 1.1028-Ago-01 71136 58824 129960 1.1029-Ago-01 58346 59544 117890 1.1130-Ago-01 61920 61992 123912 1.1031-Ago-01 66528 66456 132984 1.0901-Sep-01 65952 61488 127440 1.1002-Sep-01 61056 58968 120024 1.10

Page 80: TESIS COEFICIENTE DE VARIACIÓN DIARIA

03-Sep-01 76032 67752 143784 1.0904-Sep-01 72720 65592 138312 1.0905-Sep-01 82656 53280 135936 1.0906-Sep-01 76320 67608 143928 1.0907-Sep-01 67536 68832 136368 1.0908-Sep-01 69840 69912 139752 1.0909-Sep-01 53280 67464 120744 1.1010-Sep-01 71856 79856 151712 1.0811-Sep-01 71856 65232 137088 1.0912-Sep-01 67680 61848 129528 1.1013-Sep-01 63360 63720 127080 1.1014-Sep-01 66240 65880 132120 1.0915-Sep-01 66384 66744 133128 1.0916-Sep-01 52128 74160 126288 1.1017-Sep-01 72100 62856 134956 1.0918-Sep-01 72576 69084 141660 1.0919-Sep-01 68688 65376 134064 1.0920-Sep-01 73440 63432 136872 1.0921-Sep-01 62064 61920 123984 1.1022-Sep-01 69840 75816 145656 1.0923-Sep-01 61200 63344 124544 1.1024-Sep-01 61856 65088 126944 1.1025-Sep-01 68976 70848 139824 1.0926-Sep-01 67968 71136 139104 1.0927-Sep-01 68832 65664 134496 1.0928-Sep-01 63640 67032 130672 1.0929-Sep-01 39320 65376 104696 1.1230-Sep-01 26928 41112 68040 1.1801-Oct-01 77192 43344 120536 1.1002-Oct-01 75024 61488 136512 1.0903-Oct-01 73008 60624 133632 1.0904-Oct-01 68400 61448 129848 1.1005-Oct-01 64234 56520 120754 1.1006-Oct-01 64800 54000 118800 1.1007-Oct-01 56720 54756 111476 1.1108-Oct-01 71424 66960 138384 1.0909-Oct-01 67104 62928 130032 1.1010-Oct-01 74016 55440 129456 1.1011-Oct-01 72864 57096 129960 1.1012-Oct-01 74880 59040 133920 1.0913-Oct-01 76032 56376 132408 1.0914-Oct-01 66240 53136 119376 1.1015-Oct-01 76320 56016 132336 1.0916-Oct-01 67968 59321 127289 1.1017-Oct-01 69984 61704 131688 1.0918-Oct-01 55520 60695 116215 1.1119-Oct-01 61920 61776 123696 1.1020-Oct-01 62064 56304 118368 1.1021-Oct-01 73584 56232 129816 1.1022-Oct-01 80640 57528 138168 1.0923-Oct-01 68976 58500 127476 1.10

Page 81: TESIS COEFICIENTE DE VARIACIÓN DIARIA

24-Oct-01 74016 56340 130356 1.1025-Oct-01 65376 55620 120996 1.1026-Oct-01 65664 61272 126936 1.1027-Oct-01 66880 64289 131169 1.0928-Oct-01 50832 57024 107856 1.1129-Oct-01 66240 60544 126784 1.1030-Oct-01 59780 61020 120800 1.1031-Oct-01 58896 61128 120024 1.1001-Nov-01 56160 60768 116928 1.1102-Nov-01 52560 59004 111564 1.1103-Nov-01 57744 58248 115992 1.1104-Nov-01 48240 57410 105650 1.1205-Nov-01 50544 58752 109296 1.1106-Nov-01 50400 58356 108756 1.1107-Nov-01 51840 58356 110196 1.1108-Nov-01 72288 40284 112572 1.1109-Nov-01 56880 58752 115632 1.1110-Nov-01 53136 56196 109332 1.1111-Nov-01 46080 56196 102276 1.1212-Nov-01 52416 56664 109080 1.1113-Nov-01 51840 58104 109944 1.1114-Nov-01 50976 56304 107280 1.1215-Nov-01 47952 57276 105228 1.1216-Nov-01 50256 57780 108036 1.1117-Nov-01 53280 55260 108540 1.1118-Nov-01 45072 52812 97884 1.1319-Nov-01 50976 56271 107247 1.1220-Nov-01 49680 58032 107712 1.1121-Nov-01 52992 55692 108684 1.1122-Nov-01 49248 57384 106632 1.1223-Nov-01 44208 55980 100188 1.1224-Nov-01 47952 55152 103104 1.1225-Nov-01 42192 54816 97008 1.1326-Nov-01 49536 57744 107280 1.1227-Nov-01 48240 55074 103314 1.1228-Nov-01 51984 52596 104580 1.1229-Nov-01 51264 55116 106380 1.1230-Nov-01 51840 53100 104940 1.1201-Dic-01 50688 55224 105912 1.1202-Dic-01 44784 57024 101808 1.1203-Dic-01 48960 56016 104976 1.1204-Dic-01 46520 55728 102248 1.1205-Dic-01 46124 54792 100916 1.1206-Dic-01 47664 51912 99576 1.1207-Dic-01 32400 52812 85212 1.1508-Dic-01 48960 60850 109810 1.1109-Dic-01 38016 56340 94356 1.1310-Dic-01 45932 55332 101264 1.1211-Dic-01 46800 56708 103508 1.1212-Dic-01 41760 58320 100080 1.1213-Dic-01 42812 57240 100052 1.12

Page 82: TESIS COEFICIENTE DE VARIACIÓN DIARIA

14-Dic-01 44640 57600 102240 1.1215-Dic-01 44640 53028 97668 1.1316-Dic-01 42192 52308 94500 1.1317-Dic-01 47232 55584 102816 1.1218-Dic-01 45360 53172 98532 1.1319-Dic-01 43776 54252 98028 1.1320-Dic-01 44640 53172 97812 1.1321-Dic-01 49104 54612 103716 1.1222-Dic-01 46368 55980 102348 1.1223-Dic-01 41760 55332 97092 1.1324-Dic-01 47088 54975 102063 1.1225-Dic-01 34704 68477 103181 1.1226-Dic-01 46800 56561 103361 1.1227-Dic-01 44352 54396 98748 1.1328-Dic-01 43200 58900 102100 1.1229-Dic-01 49104 58974 108078 1.1130-Dic-01 42480 63000 105480 1.1231-Dic-01 48240 57888 106128 1.1201-Ene-02 39600 51156 90756 1.1402-Ene-02 51840 53604 105444 1.1203-Ene-02 48960 54468 103428 1.1204-Ene-02 51120 58428 109548 1.1105-Ene-02 41040 47448 88488 1.1406-Ene-02 42480 49896 92376 1.1307-Ene-02 51120 54108 105228 1.1208-Ene-02 50400 54936 105336 1.1209-Ene-02 51840 56916 108756 1.1110-Ene-02 46512 53496 100008 1.1211-Ene-02 45360 53029 98389 1.1312-Ene-02 46080 53964 100044 1.1213-Ene-02 40896 52704 93600 1.1314-Ene-02 46224 49248 95472 1.1315-Ene-02 42912 49248 92160 1.1316-Ene-02 44784 49248 94032 1.1317-Ene-02 47520 51516 99036 1.1318-Ene-02 44784 53064 97848 1.1319-Ene-02 52128 53064 105192 1.1220-Ene-02 42912 51552 94464 1.1321-Ene-02 44352 54828 99180 1.1222-Ene-02 42480 62349 104829 1.1223-Ene-02 39456 59460 98916 1.1324-Ene-02 37152 68615 105767 1.1225-Ene-02 43200 56571 99771 1.1226-Ene-02 43200 62000 105200 1.1227-Ene-02 36720 68024 104744 1.1228-Ene-02 41720 70479 112199 1.1129-Ene-02 38736 63465 102201 1.1230-Ene-02 42332 68233 110565 1.1131-Ene-02 55360 61165 116525 1.1101-Feb-02 43784 67849 111633 1.1102-Feb-02 39168 72419 111587 1.11

Page 83: TESIS COEFICIENTE DE VARIACIÓN DIARIA

03-Feb-02 48310 71387 119697 1.1004-Feb-02 36720 66641 103361 1.1205-Feb-02 39600 63089 102689 1.1206-Feb-02 41040 66952 107992 1.1107-Feb-02 42480 68500 110980 1.1108-Feb-02 40464 69912 110376 1.1109-Feb-02 41472 64000 105472 1.1210-Feb-02 38880 60109 98989 1.1311-Feb-02 43210 66913 110123 1.1112-Feb-02 46869 72097 118966 1.1013-Feb-02 39168 69987 109155 1.1114-Feb-02 43100 75708 118808 1.1015-Feb-02 43920 67143 111063 1.1116-Feb-02 37728 71218 108946 1.1117-Feb-02 37728 67070 104798 1.1218-Feb-02 46080 67047 113127 1.1119-Feb-02 43632 71062 114694 1.1120-Feb-02 45936 67094 113030 1.1121-Feb-02 46800 64216 111016 1.1122-Feb-02 47376 58248 105624 1.1223-Feb-02 42624 57600 100224 1.1224-Feb-02 38016 56952 94968 1.1325-Feb-02 42300 61560 103860 1.1226-Feb-02 43488 63360 106848 1.1227-Feb-02 48240 62280 110520 1.1128-Feb-02 43920 61560 105480 1.1201-Mar-02 45072 54720 99792 1.1202-Mar-02 44640 67324 111964 1.1103-Mar-02 37440 63471 100911 1.1204-Mar-02 45000 52640 97640 1.1305-Mar-02 45216 65528 110744 1.1106-Mar-02 44784 66841 111625 1.1107-Mar-02 45936 66726 112662 1.1108-Mar-02 43920 66119 110039 1.1109-Mar-02 46080 62806 108886 1.1110-Mar-02 39312 63613 102925 1.1211-Mar-02 45992 72756 118748 1.1012-Mar-02 47520 72180 119700 1.1013-Mar-02 55872 71650 127522 1.1014-Mar-02 50112 71816 121928 1.1015-Mar-02 41760 72622 114382 1.1116-Mar-02 44064 70092 114156 1.1117-Mar-02 40032 60920 100952 1.1218-Mar-02 48528 68562 117090 1.1119-Mar-02 51120 68857 119977 1.1020-Mar-02 49680 70084 119764 1.1021-Mar-02 48960 65743 114703 1.1122-Mar-02 50544 72270 122814 1.1023-Mar-02 49392 74386 123778 1.1024-Mar-02 43210 64300 107510 1.1225-Mar-02 46080 71103 117183 1.11

Page 84: TESIS COEFICIENTE DE VARIACIÓN DIARIA

26-Mar-02 49800 73951 123751 1.1027-Mar-02 49680 70663 120343 1.1028-Mar-02 43920 67778 111698 1.1129-Mar-02 40464 64589 105053 1.1230-Mar-02 42048 66384 108432 1.1131-Mar-02 45210 72734 117944 1.1101-Abr-02 52272 68199 120471 1.1002-Abr-02 52128 70584 122712 1.1003-Abr-02 51984 74286 126270 1.1004-Abr-02 53280 73014 126294 1.1005-Abr-02 51840 62971 114811 1.1106-Abr-02 52848 68155 121003 1.1007-Abr-02 49680 66744 116424 1.1108-Abr-02 49680 71590 121270 1.1009-Abr-02 54864 71496 126360 1.1010-Abr-02 57744 63771 121515 1.1011-Abr-02 55296 59582 114878 1.1112-Abr-02 57168 70235 127403 1.1013-Abr-02 53712 57977 111689 1.1114-Abr-02 51264 69325 120589 1.1015-Abr-02 54864 67457 122321 1.1016-Abr-02 68400 62478 130878 1.0917-Abr-02 61488 65466 126954 1.1018-Abr-02 56016 64788 120804 1.1019-Abr-02 62784 64716 127500 1.1020-Abr-02 55144 63310 118454 1.1021-Abr-02 49104 64733 113837 1.1122-Abr-02 56448 63105 119553 1.1023-Abr-02 58464 63446 121910 1.1024-Abr-02 59040 66131 125171 1.1025-Abr-02 58464 64870 123334 1.1026-Abr-02 58172 64879 123051 1.1027-Abr-02 46880 63777 110657 1.1128-Abr-02 47808 65705 113513 1.1129-Abr-02 56160 65350 121510 1.1030-Abr-02 60480 66196 126676 1.1001-May-02 61056 65399 126455 1.1002-May-02 53856 70277 124133 1.1003-May-02 56448 69506 125954 1.1004-May-02 64800 68500 133300 1.0905-May-02 51264 56171 107435 1.1206-May-02 72144 58193 130337 1.1007-May-02 59184 64835 124019 1.1008-May-02 69408 64657 134065 1.0909-May-02 66816 62989 129805 1.1010-May-02 57312 63988 121300 1.1011-May-02 63072 64098 127170 1.1012-May-02 55728 60535 116263 1.1113-May-02 64800 64909 129709 1.1014-May-02 67104 53919 121023 1.1015-May-02 66240 73917 140157 1.09

Page 85: TESIS COEFICIENTE DE VARIACIÓN DIARIA

16-May-02 54712 73126 127838 1.1017-May-02 50498 67226 117724 1.1118-May-02 58176 66334 124510 1.1019-May-02 52704 61579 114283 1.1120-May-02 60048 60749 120797 1.1021-May-02 62208 64143 126351 1.1022-May-02 62352 67540 129892 1.1023-May-02 65808 69891 135699 1.0924-May-02 65520 65844 131364 1.0925-May-02 60336 63886 124222 1.1026-May-02 60192 64835 125027 1.1027-May-02 62208 64950 127158 1.1028-May-02 62784 65601 128385 1.1029-May-02 63370 65049 128419 1.1030-May-02 65520 59620 125140 1.1031-May-02 62064 66453 128517 1.1001-Jun-02 62208 69537 131745 1.0902-Jun-02 56736 67907 124643 1.1003-Jun-02 61488 67792 129280 1.1004-Jun-02 68256 67845 136101 1.0905-Jun-02 61488 69567 131055 1.0906-Jun-02 68256 67455 135711 1.0907-Jun-02 60624 75392 136016 1.0908-Jun-02 66096 70825 136921 1.0909-Jun-02 52992 68351 121343 1.1010-Jun-02 55872 71983 127855 1.1011-Jun-02 57456 72505 129961 1.1012-Jun-02 60768 73289 134057 1.0913-Jun-02 55008 74132 129140 1.1014-Jun-02 57312 73441 130753 1.0915-Jun-02 55728 70733 126461 1.1016-Jun-02 52704 70589 123293 1.1017-Jun-02 62640 76570 139210 1.0918-Jun-02 65664 68452 134116 1.0919-Jun-02 68112 74017 142129 1.0920-Jun-02 81176 72521 153697 1.0821-Jun-02 72432 71079 143511 1.0922-Jun-02 67392 73740 141132 1.0923-Jun-02 66528 72356 138884 1.0924-Jun-02 71136 69396 140532 1.0925-Jun-02 65656 66604 132260 1.0926-Jun-02 64656 69143 133799 1.0927-Jun-02 56292 59806 116098 1.1128-Jun-02 68976 68236 137212 1.0929-Jun-02 56880 69489 126369 1.1030-Jun-02 55440 68053 123493 1.1001-Jul-02 57600 60459 118059 1.1002-Jul-02 58176 72751 130927 1.0903-Jul-02 59040 66397 125437 1.1004-Jul-02 69840 62722 132562 1.0905-Jul-02 62352 66606 128958 1.10

Page 86: TESIS COEFICIENTE DE VARIACIÓN DIARIA

06-Jul-02 60480 71422 131902 1.0907-Jul-02 52848 66132 118980 1.1008-Jul-02 68896 68859 137755 1.0909-Jul-02 60192 67058 127250 1.1010-Jul-02 65664 68660 134324 1.0911-Jul-02 56160 70000 126160 1.1012-Jul-02 52272 67385 119657 1.1013-Jul-02 55152 67686 122838 1.1014-Jul-02 54720 61044 115764 1.1115-Jul-02 56160 68400 124560 1.1016-Jul-02 54144 64896 119040 1.1017-Jul-02 57312 65727 123039 1.1018-Jul-02 57312 77306 134618 1.0919-Jul-02 57312 56144 113456 1.1120-Jul-02 52128 65772 117900 1.1121-Jul-02 43776 59546 103322 1.1222-Jul-02 57888 65680 123568 1.1023-Jul-02 51840 62136 113976 1.1124-Jul-02 54864 42796 97660 1.1325-Jul-02 84960 6217 91177 1.1426-Jul-02 77616 44339 121955 1.1027-Jul-02 67010 40642 107652 1.1228-Jul-02 57024 56581 113605 1.1129-Jul-02 59512 58370 117882 1.1130-Jul-02 61920 58507 120427 1.1031-Jul-02 58032 59261 117293 1.1101-Ago-02 57432 55630 113062 1.1102-Ago-02 60192 58034 118226 1.1003-Ago-02 55872 62022 117894 1.1104-Ago-02 52128 57305 109433 1.1105-Ago-02 52992 65488 118480 1.1006-Ago-02 55440 49560 105000 1.1207-Ago-02 70560 61174 131734 1.0908-Ago-02 73008 53582 126590 1.1009-Ago-02 70128 55148 125276 1.1010-Ago-02 62928 52496 115424 1.1111-Ago-02 53568 52884 106452 1.1212-Ago-02 66960 60272 127232 1.1013-Ago-02 71712 55088 126800 1.1014-Ago-02 61920 60113 122033 1.1015-Ago-02 61632 57627 119259 1.1016-Ago-02 60192 59776 119968 1.1017-Ago-02 58032 62544 120576 1.1018-Ago-02 57600 56105 113705 1.1119-Ago-02 59904 60095 119999 1.1020-Ago-02 59184 61831 121015 1.1021-Ago-02 61344 62832 124176 1.1022-Ago-02 62352 61639 123991 1.1023-Ago-02 65368 59429 124797 1.1024-Ago-02 62496 65188 127684 1.1025-Ago-02 63504 62606 126110 1.10

Page 87: TESIS COEFICIENTE DE VARIACIÓN DIARIA

26-Ago-02 67824 61491 129315 1.1027-Ago-02 71712 62029 133741 1.0928-Ago-02 72864 64365 137229 1.0929-Ago-02 67148 57864 125012 1.1030-Ago-02 67104 65775 132879 1.0931-Ago-02 70561 61951 132512 1.0901-Sep-02 61776 62250 124026 1.1002-Sep-02 67668 69627 137295 1.0903-Sep-02 72365 64315 136680 1.0904-Sep-02 70128 64095 134223 1.0905-Sep-02 71379 65713 137092 1.0906-Sep-02 70856 65606 136462 1.0907-Sep-02 66498 64583 131081 1.0908-Sep-02 57872 52107 109979 1.1109-Sep-02 73152 68436 141588 1.0910-Sep-02 72966 68331 141297 1.0911-Sep-02 69528 67445 136973 1.0912-Sep-02 71736 68659 140395 1.0913-Sep-02 76320 67275 143595 1.0914-Sep-02 64656 67861 132517 1.0915-Sep-02 56969 62881 119850 1.1016-Sep-02 62991 66443 129434 1.1017-Sep-02 51636 64462 116098 1.1118-Sep-02 54599 60723 115322 1.1119-Sep-02 58922 63686 122608 1.1020-Sep-02 58912 61966 120878 1.1021-Sep-02 62111 65238 127349 1.1022-Sep-02 59423 63198 122621 1.1023-Sep-02 63447 66820 130267 1.1024-Sep-02 61688 66222 127910 1.1025-Sep-02 63963 66977 130940 1.0926-Sep-02 66989 74065 141054 1.0927-Sep-02 61524 66396 127920 1.1028-Sep-02 65472 72154 137626 1.0929-Sep-02 59200 56700 115900 1.1130-Sep-02 62334 64798 127132 1.1001-Oct-02 61259 65319 126578 1.1002-Oct-02 58929 62856 121785 1.1003-Oct-02 60806 61193 121999 1.1004-Oct-02 59594 62751 122345 1.1005-Oct-02 57058 65204 122262 1.1006-Oct-02 62798 63130 125928 1.1007-Oct-02 62572 61907 124479 1.1008-Oct-02 63644 72597 136241 1.0909-Oct-02 58560 63026 121586 1.1010-Oct-02 70183 68374 138557 1.0911-Oct-02 61400 62301 123701 1.1012-Oct-02 67986 61501 129487 1.1013-Oct-02 72350 59883 132233 1.0914-Oct-02 74993 59683 134676 1.0915-Oct-02 76559 65792 142351 1.09

Page 88: TESIS COEFICIENTE DE VARIACIÓN DIARIA

16-Oct-02 73147 59647 132794 1.0917-Oct-02 70621 62180 132801 1.0918-Oct-02 70632 61662 132294 1.0919-Oct-02 70632 54107 124739 1.1020-Oct-02 61984 59262 121246 1.1021-Oct-02 70828 62948 133776 1.0922-Oct-02 65721 63648 129369 1.1023-Oct-02 64114 64678 128792 1.1024-Oct-02 67659 71264 138923 1.0925-Oct-02 66216 64742 130958 1.0926-Oct-02 63800 61473 125273 1.1027-Oct-02 59620 63186 122806 1.1028-Oct-02 67104 63804 130908 1.0929-Oct-02 67516 60385 127901 1.1030-Oct-02 66279 63682 129961 1.1031-Oct-02 66372 59033 125405 1.1001-Nov-02 64011 63164 127175 1.1002-Nov-02 62693 57648 120341 1.1003-Nov-02 56458 61867 118325 1.1004-Nov-02 64939 64836 129775 1.1005-Nov-02 65627 62309 127936 1.1006-Nov-02 64423 61271 125694 1.1007-Nov-02 63359 69224 132583 1.0908-Nov-02 66919 57815 124734 1.1009-Nov-02 66633 64971 131604 1.0910-Nov-02 55737 61103 116840 1.1111-Nov-02 66050 61317 127367 1.1012-Nov-02 68895 58475 127370 1.1013-Nov-02 66622 59749 126371 1.1014-Nov-02 66215 55987 122202 1.1015-Nov-02 62609 59180 121789 1.1016-Nov-02 66552 58833 125385 1.1017-Nov-02 56652 62705 119357 1.1018-Nov-02 64572 62466 127038 1.1019-Nov-02 65601 61776 127377 1.1020-Nov-02 58383 60557 118940 1.1021-Nov-02 68813 61702 130515 1.0922-Nov-02 61625 63411 125036 1.1023-Nov-02 65567 56006 121573 1.1024-Nov-02 66596 58110 124706 1.1025-Nov-02 59516 58465 117981 1.1026-Nov-02 59124 58699 117823 1.1127-Nov-02 60819 56795 117614 1.1128-Nov-02 59767 56938 116705 1.1129-Nov-02 66895 57011 123906 1.1030-Nov-02 61033 58141 119174 1.1001-Dic-02 59815 59628 119443 1.1002-Dic-02 52965 59634 112599 1.1103-Dic-02 47189 58058 105247 1.1204-Dic-02 59890 59282 119172 1.1005-Dic-02 59238 61199 120437 1.10

Page 89: TESIS COEFICIENTE DE VARIACIÓN DIARIA

06-Dic-02 57085 59691 116776 1.1107-Dic-02 67369 62008 129377 1.1008-Dic-02 66679 56936 123615 1.1009-Dic-02 61882 60925 122807 1.1010-Dic-02 62020 62427 124447 1.1011-Dic-02 62762 59515 122277 1.1012-Dic-02 59848 65782 125630 1.1013-Dic-02 67496 60950 128446 1.1014-Dic-02 66977 60615 127592 1.1015-Dic-02 50286 61446 111732 1.1116-Dic-02 56760 63772 120532 1.1017-Dic-02 62782 63982 126764 1.1018-Dic-02 64790 64575 129365 1.1019-Dic-02 63680 66522 130202 1.1020-Dic-02 63174 65607 128781 1.1021-Dic-02 63207 59228 122435 1.1022-Dic-02 45302 60607 105909 1.1223-Dic-02 55789 61088 116877 1.1124-Dic-02 58967 62746 121713 1.1025-Dic-02 52431 55989 108420 1.1126-Dic-02 59234 59306 118540 1.1027-Dic-02 65951 62001 127952 1.1028-Dic-02 66316 65116 131432 1.0929-Dic-02 47972 60724 108696 1.1130-Dic-02 68982 76871 145853 1.0831-Dic-02 58128 62104 120232 1.1001-ene-15 56828 49611 106439 1.1202-ene-15 63991 53716 117707 1.1103-ene-15 60336 54109 114445 1.1104-ene-15 58197 52573 110770 1.1105-ene-15 62052 51825 113877 1.1106-ene-15 63353 52990 116343 1.1107-ene-15 60301 54195 114496 1.1108-ene-15 60296 52272 112568 1.1109-ene-15 66590 52317 118907 1.1010-ene-15 64445 52666 117111 1.1111-ene-15 58439 53115 111554 1.1112-ene-15 60031 53146 113177 1.11

13-ene-15 60696 52672 113368 1.1114-ene-15 61187 53990 115177 1.11

15-ene-15 60057 55358 115415 1.1116-ene-15 58195 53086 111281 1.1117-ene-15 60789 53584 114373 1.1118-ene-15 63325 54259 117584 1.1119-ene-15 61030 53509 114539 1.1120-ene-15 60401 54508 114909 1.1121-ene-15 62626 51264 113890 1.1122-ene-15 61235 52840 114075 1.1123-ene-15 60586 51544 112130 1.11

Page 90: TESIS COEFICIENTE DE VARIACIÓN DIARIA

24-ene-15 59599 52613 112212 1.1125-ene-15 59573 51057 110630 1.1126-ene-15 58465 52132 110597 1.1127-ene-15 64928 53396 118324 1.1028-ene-15 61348 53079 114427 1.1129-ene-15 60535 48904 109439 1.1130-ene-15 54179 52337 106516 1.1231-ene-15 58463 53296 111759 1.1101-feb-15 56119 52743 108862 1.1102-feb-15 62667 52278 114945 1.1103-feb-15 61061 53477 114538 1.1104-feb-15 59920 52277 112197 1.1105-feb-15 62001 52393 114394 1.1106-feb-15 61732 48424 110156 1.1107-feb-15 62649 51790 114439 1.1108-feb-15 56746 50390 107136 1.1209-feb-15 61062 54236 115298 1.1110-feb-15 57895 54273 112168 1.1111-feb-15 53246 52653 105899 1.1212-feb-15 59554 55386 114940 1.1113-feb-15 64418 56431 120849 1.1014-feb-15 60627 49238 109865 1.1115-feb-15 56287 51607 107894 1.1116-feb-15 60752 55244 115996 1.1117-feb-15 62643 52583 115226 1.1118-feb-15 57088 53671 110759 1.1119-feb-15 49807 56641 106448 1.1220-feb-15 62213 52356 114569 1.1121-feb-15 63757 53652 117409 1.1122-feb-15 62151 51640 113791 1.1123-feb-15 67751 50564 118315 1.1024-feb-15 67937 54855 122792 1.1025-feb-15 67058 49415 116473 1.1126-feb-15 63733 53686 117419 1.1127-feb-15 62553 52253 114806 1.1128-feb-15 59770 54380 114150 1.1101-mar-15 59806 52271 112077 1.1102-mar-15 63095 52254 115349 1.1103-mar-15 58942 53713 112655 1.1104-mar-15 62272 54092 116364 1.1105-mar-15 66140 52594 118734 1.1006-mar-15 65020 52413 117433 1.1107-mar-15 62718 53925 116643 1.1108-mar-15 60653 52138 112791 1.1109-mar-15 61379 54307 115686 1.1110-mar-15 61390 56357 117747 1.1111-mar-15 67236 56578 123814 1.10

Page 91: TESIS COEFICIENTE DE VARIACIÓN DIARIA

12-mar-15 61082 52251 113333 1.1113-mar-15 62142 55232 117374 1.1114-mar-15 64765 55498 120263 1.1015-mar-15 59339 53189 112528 1.1116-mar-15 64305 55728 120033 1.1017-mar-15 63539 54546 118085 1.1018-mar-15 62526 56164 118690 1.1019-mar-15 61216 55998 117214 1.1120-mar-15 65236 57455 122691 1.1021-mar-15 60576 55902 116478 1.1122-mar-15 62382 55188 117570 1.1123-mar-15 64771 55375 120146 1.1024-mar-15 68624 55003 123627 1.1025-mar-15 58272 55146 113418 1.1126-mar-15 67041 52904 119945 1.1027-mar-15 63843 56538 120381 1.1028-mar-15 63391 55540 118931 1.1029-mar-15 63429 55605 119034 1.1030-mar-15 62443 55279 117722 1.1131-mar-15 66624 53214 119838 1.1001-abr-15 65829 55073 120902 1.1002-abr-15 60287 54955 115242 1.1103-abr-15 53279 53165 106444 1.1204-abr-15 61467 54433 115900 1.1105-abr-15 57870 55212 113082 1.1106-abr-15 66680 54231 120911 1.1007-abr-15 62585 56323 118908 1.1008-abr-15 60579 57245 117824 1.1109-abr-15 65566 53896 119462 1.1010-abr-15 64269 53418 117687 1.1111-abr-15 59178 53418 112596 1.1112-abr-15 48288 50434 98722 1.1313-abr-15 70118 56550 126668 1.1014-abr-15 63236 53600 116836 1.1115-abr-15 58710 53736 112446 1.1116-abr-15 65534 64832 130366 1.1017-abr-15 66357 54131 120488 1.1018-abr-15 65493 56233 121726 1.1019-abr-15 64791 53486 118277 1.1020-abr-15 64619 55583 120202 1.1021-abr-15 63395 58223 121618 1.1022-abr-15 64016 58395 122411 1.1023-abr-15 62071 58535 120606 1.1024-abr-15 60329 55207 115536 1.1125-abr-15 59494 56249 115743 1.1126-abr-15 66560 56944 123504 1.1027-abr-15 64530 57380 121910 1.10

Page 92: TESIS COEFICIENTE DE VARIACIÓN DIARIA

28-abr-15 63979 58150 122129 1.1029-abr-15 69336 57894 127230 1.1030-abr-15 66921 56444 123365 1.1001-may-15 63439 57561 121000 1.1002-may-15 63767 59538 123305 1.1003-may-15 64499 55620 120119 1.1004-may-15 65722 58096 123818 1.1005-may-15 67195 57955 125150 1.1006-may-15 63364 58311 121675 1.1007-may-15 62649 57620 120269 1.1008-may-15 62937 58621 121558 1.1009-may-15 65767 57117 122884 1.1010-may-15 60470 53790 114260 1.1111-may-15 64382 54052 118434 1.1012-may-15 60956 57860 118816 1.1013-may-15 62097 59439 121536 1.1014-may-15 61639 58979 120618 1.1015-may-15 64537 59433 123970 1.1016-may-15 61577 57572 119149 1.1017-may-15 57146 58830 115976 1.1118-may-15 63719 58009 121728 1.1019-may-15 64890 58859 123749 1.1020-may-15 67068 57404 124472 1.1021-may-15 68392 57553 125945 1.1022-may-15 70223 56915 127138 1.1023-may-15 62822 57507 120329 1.1024-may-15 64378 56430 120808 1.1025-may-15 65378 57784 123162 1.1026-may-15 68650 56246 124896 1.1027-may-15 70117 57551 127668 1.1028-may-15 68541 59333 127874 1.1029-may-15 65064 59702 124766 1.1030-may-15 68133 57574 125707 1.1031-may-15 68637 58888 127525 1.1001-jun-15 69010 60857 129867 1.1002-jun-15 71650 57553 129203 1.1003-jun-15 75886 60468 136354 1.0904-jun-15 74057 57908 131965 1.0905-jun-15 77655 59311 136966 1.0906-jun-15 74301 58755 133056 1.0907-jun-15 66838 55517 122355 1.1008-jun-15 67587 55303 122890 1.1009-jun-15 69664 61748 131412 1.0910-jun-15 69252 58423 127675 1.1011-jun-15 68948 59936 128884 1.1012-jun-15 66339 63175 129514 1.1013-jun-15 68401 62302 130703 1.09

Page 93: TESIS COEFICIENTE DE VARIACIÓN DIARIA

14-jun-15 63447 60642 124089 1.1015-jun-15 64512 62185 126697 1.1016-jun-15 61855 64838 126693 1.1017-jun-15 69326 66004 135330 1.0918-jun-15 63816 62025 125841 1.1019-jun-15 67981 63999 131980 1.0920-jun-15 68503 63214 131717 1.0921-jun-15 69133 61135 130268 1.1022-jun-15 69071 61477 130548 1.0923-jun-15 66432 61695 128127 1.1024-jun-15 65320 62016 127336 1.1025-jun-15 66497 64105 130602 1.0926-jun-15 64571 65877 130448 1.0927-jun-15 62646 64589 127235 1.1028-jun-15 60790 59614 120404 1.1029-jun-15 64132 63856 127988 1.1030-jun-15 52481 64565 117046 1.1101-jul-15 61302 64573 125875 1.1002-jul-15 63096 61075 124171 1.1003-jul-15 63464 74232 137696 1.0904-jul-15 62636 50553 113189 1.1105-jul-15 63862 59143 123005 1.1006-jul-15 66446 61081 127527 1.1007-jul-15 65025 59878 124903 1.1008-jul-15 64154 59143 123297 1.1009-jul-15 68920 70253 139173 1.0910-jul-15 66933 64074 131007 1.0911-jul-15 70342 58061 128403 1.1012-jul-15 62461 59717 122178 1.1013-jul-15 69053 63935 132988 1.0914-jul-15 66739 63412 130151 1.1015-jul-15 66326 63145 129471 1.1016-jul-15 67330 62959 130289 1.1017-jul-15 67750 62404 130154 1.1018-jul-15 67470 58514 125984 1.1019-jul-15 70105 59871 129976 1.1020-jul-15 65379 63924 129303 1.1021-jul-15 64179 63761 127940 1.1022-jul-15 66317 61878 128195 1.1023-jul-15 67311 63725 131036 1.0924-jul-15 67851 62701 130552 1.0925-jul-15 61490 65387 126877 1.1026-jul-15 62182 61459 123641 1.1027-jul-15 66081 62376 128457 1.1028-jul-15 62590 62544 125134 1.1029-jul-15 67050 61898 128948 1.1030-jul-15 66758 60474 127232 1.10

Page 94: TESIS COEFICIENTE DE VARIACIÓN DIARIA

31-jul-15 63351 62522 125873 1.1001-ago-15 70983 61368 132351 1.0902-ago-15 62059 60490 122549 1.1003-ago-15 67883 60955 128838 1.1004-ago-15 70453 61764 132217 1.0905-ago-15 61134 61615 122749 1.1006-ago-15 61821 62042 123863 1.1007-ago-15 62125 62113 124238 1.1008-ago-15 65905 63886 129791 1.1009-ago-15 62164 62882 125046 1.1010-ago-15 62787 63883 126670 1.1011-ago-15 67214 63726 130940 1.0912-ago-15 73109 62119 135228 1.0913-ago-15 68959 69155 138114 1.0914-ago-15 68918 63109 132027 1.0915-ago-15 65894 63380 129274 1.1016-ago-15 67830 61030 128860 1.1017-ago-15 57899 62322 120221 1.1018-ago-15 70644 63109 133753 1.0919-ago-15 66998 63326 130324 1.1020-ago-15 63851 67712 131563 1.0921-ago-15 66093 63686 129779 1.1022-ago-15 66501 65148 131649 1.0923-ago-15 74232 68697 142929 1.0924-ago-15 71066 64682 135748 1.0925-ago-15 61345 65961 127306 1.1026-ago-15 64521 65507 130028 1.1027-ago-15 67707 65569 133276 1.0928-ago-15 71238 62400 133638 1.0929-ago-15 69673 65080 134753 1.0930-ago-15 68478 62142 130620 1.0931-ago-15 70120 58876 128996 1.1001-sep-15 73963 60853 134816 1.0902-sep-15 73099 59405 132504 1.0903-sep-15 69136 59198 128334 1.1004-sep-15 73722 61773 135495 1.0905-sep-15 71697 62535 134232 1.0906-sep-15 70830 60443 131273 1.0907-sep-15 73980 61886 135866 1.0908-sep-15 73601 60214 133815 1.0909-sep-15 74400 60356 134756 1.0910-sep-15 70499 61731 132230 1.0911-sep-15 72292 59623 131915 1.0912-sep-15 72401 59227 131628 1.0913-sep-15 73653 58576 132229 1.0914-sep-15 74631 61812 136443 1.0915-sep-15 70871 61445 132316 1.09

Page 95: TESIS COEFICIENTE DE VARIACIÓN DIARIA

16-sep-15 69564 61071 130635 1.0917-sep-15 72770 60451 133221 1.0918-sep-15 69824 60620 130444 1.0919-sep-15 70801 58670 129471 1.1020-sep-15 66661 57244 123905 1.1021-sep-15 74265 55115 129380 1.1022-sep-15 75376 59254 134630 1.0923-sep-15 78118 57229 135347 1.0924-sep-15 73313 56213 129526 1.1025-sep-15 78099 56448 134547 1.0926-sep-15 64070 56405 120475 1.1027-sep-15 66723 56741 123464 1.1028-sep-15 64660 56553 121213 1.1029-sep-15 61485 59761 121246 1.1030-sep-15 73158 57819 130977 1.09