UNIVERSIDAD NACIONAL DE COLOMBIA, SEDE BOGOT.

FACULTAD DE INGENIERA, DEPARTAMENTO DE INGENIERA CIVIL Y

AGRCOLA.

CURSO DE ACUEDUCTOS, GRUPO 2.

Entregado a: Ing. Daniel Antonio Agudelo.

Por: Juan Sebastin Reinosa Guzmn.

Parmetros de diseo: proyecciones de poblacin.

Bogot, 2017
1. Introduccin.
Los parmetros de diseo permitan cuantificar los requerimientos que presentan las
obras civiles. En el diseo de sistemas de acueductos es necesario definir la cantidad
de personas que se espera hagan uso de estos, por tanto, dadas las diferentes
dinmicas de crecimiento a las que se encuentran sujetas las poblaciones, se han
desarrollado una serie de modelos matemticos que intentan predecir el
comportamiento del crecimiento de las poblaciones y con ello minimizar el error en
las estimaciones que se hacen.

Se abordarn los modelos: aritmtico, geomtrico, curva de crecimiento, variacin

logartmica, curva logstica y un mtodo de comparacin simple. Adems, se
aplicarn una serie de correcciones a algunos de estos con el objeto de llevar a cabo
un smil entre los resultados originales y los obtenidos a travs de las correcciones
aplicadas.

Finalmente se llevar a cabo la eleccin de los mtodos que mejor ajuste presenten
con respecto a los datos originales proporcionados por los censos de 1938, 1951,
1964, 1985, 1993 y 2005. Para estimar la poblacin actual de la zona de estudio y la
poblacin futura del tiempo de retorno de 30 aos, es decir, al 2047.

2. Aspectos tericos.
I. Proyecciones.
a. Aritmtica.
Este mtodo asume que la tasa de crecimiento de la poblacin es constante,
por lo tanto, su comportamiento en el tiempo est descrito por una lnea recta
cuya pendiente es y equivale a la tasa de crecimiento. Cuando se dispone de
una serie de datos, que generalmente son proporcionados por los censos, se
realiza un ajuste por mnimos cuadrados de dicha informacin que permita
definir la recta que mejor se ajuste a los datos.

Sea el nmero de registros de poblacin oficiales censados, la tasa de

crecimiento de la poblacin en el tiempo, el tiempo, 0 la poblacin inicial
y la poblacin en un instante de tiempo dado. Al aplicar el mtodo de los
mnimos cuadrados estos parmetros se pueden definir como se sigue:

=
2 ( )2

0 =

Grficamente se obtiene un comportamiento como el descrito en la figura 1.

 Figura 1. Proyeccin aritmtica.
b. Geomtrica.
La proyeccin geomtrica asume un porcentaje de cambio constante en la
poblacin por unidad de tiempo y emplea la expresin que define el inters
compuesto para intentar describir el crecimiento de las poblaciones. Para lo
cual define que la poblacin para cualquier instante de tiempo est definido
como:
= 0 (1 + )
Donde 0 es la poblacin inicial, la tasa de crecimiento geomtrico y el
tiempo en el cual se desea conocer la poblacin. Si se aplican logaritmos a
ambos miembros de la ecuacin se observa que es posible obtener la forma de
la ecuacin de una recta en trminos de logaritmos, este hecho resulta bastante
til cuando se dispone de una serie de datos ya que es posible efectuar una
regresin por mnimos cuadrados de los logaritmos de la poblacin y as
obtener una ecuacin que describa el crecimiento de esta.
log = log 0 + log(1 + )
El ajuste por mnimos cuadrados permite obtener el coeficiente de correlacin
y la desviacin estndar. Adems, la ventaja que presentan los logaritmos es
que reducen la dispersin, la desventaja del mtodo es que no arroja buenos
resultados cuando se necesitan proyecciones para largos perodos.

Figura 2.
c. Curva de crecimiento.
La proyeccin por este mtodo hace necesario disponer de 3 datos que disten
intervalos de tiempos iguales. La hiptesis principal que se plantea es que la
tasa de crecimiento vara de manera constante para cada uno de estos
intervalos.

Sea = 1 la pendiente de un intervalo cualquiera, se define un cambio
1
de pendiente = +1 constante para cada intervalo siguiente, es
decir que se tiene una variacin en la tasa constante que construye una curva
a travs de semirectas consecutivas.
De esta manera es posible realizar la definicin de la i-sima poblacin para
un tiempo cualquiera.
+1 = +1 (+1 ) +
Grficamente se obtiene un comportamiento como lo muestra la figura 3.

Figura 3. Proyeccin curva de crecimiento.

d. Variacin logartmica.
La proyeccin por variacin logartmica hace necesario poseer mnimo 3
datos de poblacin que no necesariamente estn separados en intervalos
constantes. La hiptesis del sistema supone que la segunda variacin del
logaritmo de la poblacin se mantiene constante. La metodologa se facilita
con la construccin de una tabla como la de la figura 4.

Donde en la primera casilla se consignan las fechas a la que pertenecen los

datos iniciales, generalmente obtenidos a travs de censos, en la segunda
casilla se escriben los intervalos entre datos adyacentes, este clculo es posible
mediante la sustraccin entre fechas de datos de la columna 1. En la tercera
casilla se ubica la cantidad de poblacin asociadas a la fecha del dato, la cuarta
columna contiene el logaritmo del valor consignado en la tercera casilla, en la
siguiente casilla se establece la variacin del logaritmo de la poblacin
mediante el clculo de la diferencia entre los valores de la columna 4 para
datos consecutivos. La columna 6 contiene la variacin del logaritmo por ao,
 cuyo clculo resulta de realizar el cociente entre las columnas 5 y 2, luego
mediante la diferencia entre los valores de las columnas 6 consecutivas es
posible obtener la variacin de las variaciones, valor que se supone constante.

Intervalo, Poblacin, Log. de Variacin Variacin de Variacin de las

Fecha(1)
aos.(2) habitantes.(3) poblacin(4) de log.(5) log. por ao (6) variaciones.(7)

Pob. Futura

Figura 4. Tabla de clculo proyeccin por variacin logartmica.

Hallado el valor de la variacin de las variaciones se regresa por las casillas
calculando lo desconocido, marcado en rojo en la figura 4, con lo conocido,
marcado en azul en la figura4, hasta hallar el valor de la poblacin futura de
inters.
e. Curva logstica.
La curva logstica es un mtodo que supone la existencia de una poblacin de
saturacin , en la cual la curva que describe el comportamiento del
crecimiento de la poblacin se vuelve asinttica a dicho valor. Tal hiptesis
hace que la curva presente dos momentos de importancia cuando cambia de
curvatura y cuando la tasa de crecimiento empieza a decrecer a partir de tal
punto. Adems, considera necesario conocer tres puntos que se encuentren a
intervalos tales que, el segundo intervalo sea dos veces el primero.

Este mtodo es una adaptacin de los estudios llevados a cabo por Raymond
Pearl y P.F. Verlhust, quienes definieron una solucin aproximada mediante
la siguiente ecuacin, donde es la poblacin futura, el tiempo de inters,
0 la poblacin inicial, la poblacin de saturacin y , son constantes.

=
1 +

Donde;
20 1 2 12 (0+ 2 )
=
0 2 12

0
=
0

1 0 ( 1 )
= ln
1 1 ( 0 )
 Figura 5. Proyeccin curva logstica.
f. Mtodo de comparacin.
El mtodo de comparacin permite hacer una estimacin primaria de la
poblacin actual en la ciudad donde se desea desarrollar el proyecto.
Bsicamente establece una poblacin promedio entre dos ciudades con
caractersticas similares a la ciudad de inters.

Figura 6. Proyeccin por el mtodo de comparacin.

3. Optimizacin de las proyecciones.
I. Curva de crecimiento.
Dado que la curva de crecimiento se construye a partir de segmentos de recta,
es muy posible que el comportamiento del crecimiento de una poblacin no
siga esta tendencia. As que partiendo desde su hiptesis principal se plantea
optimizar este modelo.
Se plantea que la variacin de las pendientes es constante, es decir:
2
=
2
Resolviendo la ecuacin diferencial se llega a:
2
= + +
2
 Las condiciones de borde que permitan obtener la solucin explcita de la
ecuacin van a estar mediadas por los valores obtenidos en los censos. As,
empleando el software Datafit se realiza la regresin a la ecuacin de la
forma hallada que mejor describa los datos.
II. Variacin logartmica.
Al igual que la curva de crecimiento, en la variacin logartmica se supone
una variacin de las variaciones constante. Por lo tanto, se sigue el mismo
procedimiento que en el numeral anterior. Planteando la ecuacin diferencial
se tiene:
2 log
=
2
Solucionando, se llega a que:
2
log = + +
2
Ingresando los valores de los censos en trminos de logaritmo se busca,
empleando Datafit , la mejor de las regresiones que describa los datos y
tenga la forma hallada.
III. Curva logstica.
Por definicin la curva requiere tres datos de poblacin, lo que conlleva a que
no se empleen los dems registros de los censos para su clculo. Por ello es
necesario emplear un software que realice una regresin que comprenda todos
los datos confiables disponibles donde, adems, se ajuste a la forma de la
ecuacin establecida para el crecimiento logstico.
Se usa Datafit para obtener los valores de la ecuacin que comprenden
todos los registros que se tienen de los censos.
4. Aplicacin.
Se tienen los siguientes datos de poblacin a partir de 6 censos realizados en
diferentes intervalos.
Tiempo, Poblacin,
Nmero Fecha
aos. habitantes.
1 1938 0 54267
2 1951 13 70340
3 1964 26 90811
4 1985 47 137915
5 1993 55 161266
6 2005 67 204934
Figura 7. Datos de poblacin a partir de los censos.
a. Proyeccin aritmtica.
Aplicando ajuste por mnimos cuadrados.
 t Poblacin t x poblacin t^2
0 54267 0 0
13 70340 914420 169
26 90811 2361086 676
47 137915 6482005 2209
55 161266 8869630 3025
67 204934 13730578 4489
208 719533 32357719 10568
Figura 8. Clculo de parmetros ajuste por mnimos cuadrados.

As = 2208,273 . y 0 = 43369 .
Con lo cual se puede definir la ecuacin de la recta que describe el crecimiento
aritmtico: = 43369 + 2208,273

Figura 9. Crecimiento aritmtico de la poblacin.

Tiempo, Poblacin,
Nmero Fecha
aos. habitantes.
1 1938 0 43369
2 1951 13 72076
3 1964 26 100784
4 1985 47 147158
5 1993 55 164824
6 2005 67 191323
7 2017 79 217822
8 2047 109 284070
Figura 10. Clculo del crecimiento de la poblacin con la ecuacin de
crecimiento aritmtico.

Correlacin r = 0,984936546
Desviacin estndar respecto a los datos originales = 11231,49 Hab.
b. Proyeccin geomtrica.
Se aplica ajuste por mnimos cuadrados, empleando la misma metodologa
que en el literal anterior, obteniendo la ecuacin de la curva de la forma:

log = 0,0086 + 4,7348

Figura 9. Crecimiento geomtrico de la poblacin.

Tiempo, Poblacin,
Nmero Fecha aos. habitantes.
1 1938 0 54300
2 1951 13 70243
3 1964 26 90866
4 1985 47 137721
5 1993 55 161362
6 2005 67 204644
7 2017 79 259537
8 2047 109 470111
Figura 10. Clculo del crecimiento de la poblacin con la ecuacin de
crecimiento geomtrico.
Correlacin r = 1
Desviacin estndar respecto a los datos originales = 189,87 Hab.
c. Curva de crecimiento.
Definiendo la variacin de la tasa de crecimiento al seleccionar los tres
primeros datos de poblacin, que se encontraban a intervalos iguales, evitando
interpolar la informacin e incurrir en algn error de clculo o estimacin.
 Tiempo, Poblacin,
Nmero Fecha m m
aos. habitantes.
1 1938 0 54267
1236,38462
2 1951 13 70340
338,307692
3 1964 26 90811 1574,69231
1985 47 130984
Figura 11. Seleccin de datos y clculo de la variacin en la tasa de
crecimiento.
Curva de crecimiento.
Nmero Pendiente Aos Habitantes
1 -- 0 54267
2 1236,385 13 70340
3 1574,692 26 90811
4 1913,000 39 115680
5 2251,308 52 144947
6 2589,615 65 178612
7 2927,923 78 216675
8 2927,923 79 219603
9 3266,231 91 259136
10 3604,538 104 305995
11 3604,538 109 324018
12 3942,846 117 357252
Figura 12. Clculo de poblaciones empleando el concepto de curva de
crecimiento.
Correlacin r = 0,998721414
Desviacin estndar respecto a los datos originales = 12109,44 Hab.
d. Variacin logartmica.
Empleando la metodologa descrita en la seccin de la teora se calcula la
siguiente tabla.
Intervalo, Poblacin, Log. de Variacin Variacin de Variacin de las
Fecha
aos. habitantes. poblacin de log. log. por ao variaciones.
1985 137915 5,139611504
8 0,06793131 0,008491414
1993 161266 5,207542814 0,000181186
12 0,1040712 0,0086726
2005 204934 5,311614017 0,000181186
12 0,10624544 0,008853787
2017 261734 5,417859458 0,000181186
30 0,2710492 0,009034973
2047 488550 5,688908653
Figura 13. Tabla de clculo de poblacin actual y futura por variacin
logartmica.
e. Curva logstica.
Empleando las anteriores definiciones y seleccionando como punto de partida
el censo de 1985 por conveniencia ya que slo es necesario interpolar un valor
 para que se cumpla la condicin de los intervalos que sugiere el mtodo, se
define por interpolacin el dato de poblacin para 1995 y se emplea el dato
del 2005 que ya se conoca para calcular los parmetros necesarios para
construir la ecuacin correspondiente.

Poblacin, Tiempo,
Pi Fecha
habitantes. aos.
P0 1985 137915 0
P1 1995 168083 10
P2 2005 204934 20
P2017 2017 259710 32
P2047 2047 469919 62
Ps -- 257394606
Figura 13. Poblaciones empleando la ecuacin de la curva logstica.

Figura 14. Proyeccin curva logstica.

f. Mtodo de comparacin.
Luego de realizar la consulta en el DANE de ciudades cuya poblacin
presentara caractersticas de crecimiento similares a los de la ciudad de
estudio, se eligen las ciudades de Barrancabermeja, Santander e Itag,
Antioquia para llevar a cabo la comparacin.
Ciudad
Fecha
Barrancabermeja Itagui Zona de estudio
1985 136012 137215 136614
1993 157433 180354 168894
2005 168307 204948 186628
2017 191600 273900 232750
Figura 15. Valores de poblacin de las ciudades.
 Figura 16. Representacin grfica de los valores de poblacin entre las
ciudades.
g. Optimizacin de la curva de crecimiento.
Ingresando los valores de poblacin de los diferentes censos y la forma de la
ecuacin deseada en el software Datafit , se obtiene la siguiente ecuacin:

Cuyo coeficiente de correlacin r = 0,999721772 y con una desviacin

estndar respecto a los datos originales de 1532,13 Hab.
Calculando los valores de poblacin se tiene la tabla de la figura16.
Tiempo, Poblacin,
Nmero Fecha aos. habitantes.
1 1938 0 55388
2 1951 13 68954
3 1964 26 89833
4 1985 47 139009
5 1993 55 162763
6 2005 67 203587
7 2017 79 250642
8 2047 109 395544
Figura 17. Datos de poblacin con la curva de crecimiento optimizada.
h. Optimizacin de la variacin logartmica.
Ingresando los valores de poblacin de los diferentes censos y la forma de la
ecuacin deseada en el software Datafit , se obtiene la siguiente ecuacin:

Cuyo coeficiente de correlacin r = 0,999997971 y con una desviacin

estndar respecto a los datos originales de 143,415 Hab.
Calculando los valores de poblacin se tiene la tabla de la figura 17.
 Tiempo, Log. Poblacin,
Nmero Fecha aos. Poblacin habitantes.
1 1938 0 4,735 54298
2 1951 13 4,847 70248
3 1964 26 4,959 90887
4 1985 47 5,139 137796
5 1993 55 5,208 161471
6 2005 67 5,311 204830
7 2017 79 5,415 259839
8 2047 109 5,673 471008
Figura 18. Datos de poblacin con la variacin logartmica optimizada.
i. Optimizacin de la curva logstica.
Ingresando los valores de poblacin de los diferentes censos y la forma de la
ecuacin deseada en el software Datafit , se obtiene la siguiente ecuacin:

Cuyo coeficiente de correlacin r = 0,99999754 y con una desviacin estndar

respecto a los datos originales de 144,14 Hab.
Calculando los valores de poblacin se tiene la tabla de la figura 18.

Poblacin, Tiempo,
Nmero Fecha habitantes. aos.
1 1938 54280 0
2 1951 70234 13
3 1964 90878 26
4 1985 137797 47
5 1993 161477 55
6 2005 204839 67
7 2017 259846 79
8 2047 470948 109
Figura 19. Datos de poblacin con la optimizacin de la curva logstica.
 5. Resultados.
Desviacin Poblacin
Nmero Proyeccin Ecuacin Correlacin Observaciones
estndar 2017 2047
Presenta el menor ndice de correlacin y una
1 Aritmtica 0,98493655 11231,4902 217822,267 284070,455
desviacin estndar muy grande.
Es un mtodo que se puede emplear para perodos cortos,
2 Geomtrica 1 259537,43 470110,553 presenta la mejor correlacin y una desviacin estndar pequea.
189,869481
Curva de Convencional -- 0,99872141 12109,443 219602,923 324017,692 Presenta una desviacin estndar muy grande.
3
crecimiento Regresin 0,99972177 1532,13265 250641,901 395543,623 Aunque tiene alta correlacin, la desviacin estndar es grande.
Variacin Convencional -- -- -- 261733,587 488549,59 Mtodo en el cual no se tiene certeza de sus resultados.
4
logaritmica Regresin 0,99999797 143,414645 259838,826 471007,864 Mtodo recomendado, presenta alta correlacin y baja desviacin.
Mtodo del cual no se tiene certeza de sus resultados y
Convencional -- -- 259709,685 469918,583 que no comprende toda la informacin disponible.
Curva
5
logstica Mtodo recomendado, presenta alta correlacin y
Regresin 0,99999754 144,138048 259845,66 470947,927
baja desviacin.

Figura 20. Resultados obtenidos al emplear todos los mtodos de proyeccin.

Los valores de poblacin ms confiables son los arrojados por las proyecciones
geomtrica, variacin logartmica optimizada y curva logstica optimizada.
Realizando un promedio con los valores arrojados por dichas proyecciones se define
una poblacin actual de 259741 Hab. Y una poblacin futura al 2047 de 470689 Hab.
6. Poblacin Colombiana.
A partir de la informacin contenida en el Departamento Administrativo Nacional de
Estadstica, DANE. Se construye la tabla de la figura 20.

Item Totales
Municipios 1.906
Capitales 33
Inspecciones de polcia 1.508
Corregimientos
20
departamentales.
Poblacin urbana, Hab. 37.332.955
Poblacin rural, Hab. 11.414.753
Poblacin total, Hab. 48.747.708
Total hombres, Hab. 24.069.035
Total mujeres, Hab. 24.678.673
Figura 21. Datos de poblacin colombiana.
a. Curva logstica para Bogot.
Se tienen los siguientes registros de poblacin para la ciudad de Bogot.
 Poblacin de Bogot
Ao Poblacin, hab.
1938 325650
1951 715250
1964 1697311
1985 4236490
1993 5484244
2005 6778691
2010 7363782
2017 8080734
Figura 22. Registros de poblacin para Bogot.
Aplicando la regresin logstica usando el software Datafit se obtiene la siguiente
ecuacin:
9143718
=
1 + 24,2 0,065
Se observa que la regresin obtenida sugiere una poblacin de saturacin de 9143718
de habitantes, se puede pensar que el modelo requiere ms informacin para
representar fielmente la realidad, ya que se considera que la poblacin de saturacin
arrojada por la regresin es demasiado baja y se acerca mucho a la poblacin actual
de la ciudad.