Determinación del estado de redes locales de alcantarillado y su necesidad o no de ser sometidas a renovación/rehabilitación teniendo en cuenta cctv en un número limitado de tuberías. Caso de estudio zona 1 de la EAAB-ESP

La Empresa de Acueducto y Alcantarillado de Bogotá EAAB ESP, es la entidad prestadora de los servicios públicos de acueducto y alcantarillado de la ciudad de Bogotá, Distrito Capital

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

TESIS DE MAESTRÍA 

INGENIERÍA CIVIL 

 

DETERMINACIÓN DEL ESTADO DE REDES LOCALES DE 

ALCANTARILLADO Y SU NECESIDAD O NO DE SER SOMETIDAS 

A RENOVACIÓN/REHABILITACIÓN TENIENDO EN CUENTA 

CCTV EN UN NÚMERO LIMITADO DE TUBERÍAS.  CASO DE 

ESTUDIO ZONA 1 DE LA EAAB – ESP. 

 

PRESENTADO POR: 

LADY JOHANNA SAUZA RODRÍGUEZ 

 

ASESOR: 

 JUAN GUILLERMO SALDARRIAGA VALDERRAMA 

 

 

 

 

 

UNIVERSIDAD DE LOS ANDES 

FACULTAD DE INGENIERÍA 

DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL 

MAESTRÍA EN INGENIERÍA CIVIL 

BOGOTÁ D.C. 

ENERO 2020 

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

AGRADECIMIENTOS 

Todo el amor y el agradecimiento a mis hijos, a mi esposo, a mis padres y a mis hermanas, por el 
apoyo y la comprensión para poder lograr este objetivo.  A mis jefes, a mis amigos, a mis amigas, a 
mis maestros, al Profesor Juan Guillermo Saldarriaga y al servicio público en mis queridas empresas, 
el Acueducto Metropolitano de Bucaramanga SA ESP, Empresas Públicas de Cundinamarca SA ESP 
y la Empresa de Acueducto y Alcantarillado de Bogotá SA ESP. 

A Dios, a la Virgen y a la Devoción a San Judas Tadeo, que me dieron fuerza para ser mamá, esposa, 
profesional y estudiante.  

 

 

 

 

 

 

 

 

 

 

 

 

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

 

TABLA DE CONTENIDO 

1

 

Introducción ................................................................................................................................ 1

 

1.1

 

Objetivos ............................................................................................................................. 3

 

1.1.1

 

Objetivo General ......................................................................................................... 3

 

1.1.2

 

Objetivos Específicos .................................................................................................. 3

 

2

 

Marco teórico .............................................................................................................................. 4

 

2.1

 

Determinación del Estado estructural de las Tuberías de Alcantarillado Sanitario ............ 4

 

2.1.1

 

Significado e importancia ............................................................................................ 5

 

2.1.2

 

Variables que pueden influir en la determinación del estado estructural .................... 6

 

2.1.3

 

Tipos de modelos para la determinación del estado estructural ................................ 10

 

2.1.4

 

Normatividad de la Empresa de Acueducto y Alcantarillado de Bogotá EAAB ESP.

 

14

 

2.2

 

Modelos de Regresión Logística ....................................................................................... 23

 

2.2.1

 

Modelo de Regresión Logística Binaria .................................................................... 25

 

2.2.2

 

Modelo de Regresión Logística Multinominal .......................................................... 27

 

3

 

Metodología para la determinación del estado estructural de las redes de alcantarillado sanitario 

de la zona 1 de la eaab esp. ............................................................................................................... 29

 

3.1

 

Antecedentes ..................................................................................................................... 29

 

3.2

 

Metodología propuesta para el Caso de Estudio ............................................................... 32

 

3.2.1

 

Definición del problema ............................................................................................ 32

 

3.2.2

 

Recopilación de la Información ................................................................................ 34

 

3.2.3

 

Depuración de la base de datos ................................................................................. 36

 

3.2.4

 

Metodología propuesta para la Estimación del Estado Estructural de las Redes Locales 

de Alcantarillado Sanitario de la Zona 1 de la EAAB ESP. ...................................................... 51

 

4

 

Resultados ................................................................................................................................. 61

 

4.1

 

Caso de estudio ................................................................................................................. 61

 

4.1.1

 

Unidad de Planeamiento Zonal UPZ Los Cedros...................................................... 61

 

4.1.2

 

Zona 1 de la EAAB ................................................................................................... 69

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

ii 

 

4.1.3

 

Predicción del estado estructural de las redes locales de alcantarillado sanitario de la 

Zona 1 de la EAAB ................................................................................................................... 83

 

5

 

Análisis de resultados ................................................................................................................ 88

 

5.1

 

Unidad de Planeamiento Zonal UPZ Los Cedros ............................................................. 88

 

5.2

 

Zona 1 de la EAAB ........................................................................................................... 89

 

5.3

 

Predicción .......................................................................................................................... 90

 

6

 

Conclusiones ............................................................................................................................. 92

 

7

 

Recomendaciones y futuras investigaciones ............................................................................. 94

 

8

 

Referencias ................................................................................................................................ 96

 

9

 

Anexos ..................................................................................................................................... 100

 

9.1

 

Matriz de variables para regresión logística .................................................................... 100

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

iii 

 

ÍNDICE DE FIGURAS 

Figura 1.- Mapa de Zonas EAAB ESP. Tomado de www.acueducto.com.co ................................................... 1

 

Figura 2.- Mapa Subsidencia Bogotá, tomado de Mora (2018). ........................................................................ 8

 

Figura 3.- Mapa de Avisos de Mantenimiento de Alcantarillado 2008-2018 Zona 1 EAAB ESP .................... 9

 

Figura 4.- Función Logística ............................................................................................................................ 24

 

Figura 5.- Matriz Función Logística ................................................................................................................ 24

 

Figura 6.- CCTV realizados en la Zona 1 de la EAAB .................................................................................... 33

 

Figura 7.- Clase de Material Base de Datos completa, tuberías con y sin CCTV. ........................................... 36

 

Figura 8.- Clase de Material Base de Datos, muestra tuberías con CCTV. ..................................................... 37

 

Figura 9.- Diagrama Caja y Bigotes, Edad redes locales alcantarillado Sanitario Zona 1 EAAB ................... 39

 

Figura 10.- Diagrama Caja y Bigotes, Edad tuberías muestra con CCTV ....................................................... 40

 

Figura 11.- Diagrama Caja y Bigotes, Diámetros redes locales alcantarillado Sanitario Zona 1 EAAB ......... 41

 

Figura 12.- Diagrama Caja y Bigotes, Diámetros tuberías muestra con CCTV............................................... 42

 

Figura 13.- Diagrama Caja y Bigotes, Longitud redes locales alcantarillado Sanitario Zona 1 EAAB ........... 43

 

Figura 14.- Diagrama Caja y Bigotes, Longitud tuberías muestra con CCTV ................................................ 43

 

Figura 15.- Diagrama Caja y Bigotes, Longitud tuberías muestra con CCTV ................................................ 44

 

Figura 16.- Diagrama Caja y Bigotes, Pendiente tuberías muestra con CCTV ............................................... 45

 

Figura 17.Diagrama Caja y Bigotes, Profundidad de las redes locales de alcantarillado Sanitario Zona 1 

EAAB ...................................................................................................................................................... 46

 

Figura 18.- Diagrama Caja y Bigotes, Profundidad tuberías muestra con CCTV ........................................... 47

 

Figura 19.- Diagrama Caja y Bigotes, Avisos de Mantenimiento, de las redes locales de alcantarillado 

Sanitario Zona 1 EAAB ........................................................................................................................... 48

 

Figura 20.- Diagrama Caja y Bigotes, Avisos de Mantenimiento, tuberías muestra con CCTV ..................... 48

 

Figura 21.- Diagrama Caja y Bigotes, Subsidencia, de las redes locales de alcantarillado Sanitario Zona 1 

EAAB ...................................................................................................................................................... 49

 

Figura 22.- Diagrama Caja y Bigotes, Subsidencia, tuberías muestra con CCTV ........................................... 50

 

Figura 23.- Matriz de confusión....................................................................................................................... 53

 

Figura 24.- Diagrama de Flujo Metodología Determinación Estado Estructural ............................................. 55

 

Figura 25.- Diagrama de Flujo Metodología Entregar Modelo de Regresión Logística .................................. 58

 

Figura 26.- Diagrama de Flujo Verificar Modelo de Regresión Logística....................................................... 59

 

Figura 27.- Diagrama de Flujo Medir ajuste del Modelo de Regresión Logística ........................................... 60

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

iv 

 

Figura 28.- Pantalla MATLAB, MRLB con todas las Variables (MB = M Binario)....................................... 62

 

Figura 29.- Pantalla MATLAB, MRLB con todas las Variables (Mficticia = M1 y M2) ................................ 63

 

Figura 30.- Pantalla MATLAB, MRLB con las variables S, A y MB ............................................................. 64

 

Figura 31.- Pantalla MATLAB, MRLB con las variables S, E, A y MB ......................................................... 65

 

Figura 32.- Pantalla MATLAB, MRLM con todas las variables (Mficticia = M1 y M2) ................................ 67

 

Figura 33.- Pantalla MATLAB, MRLB con todas las variables (MB=M binario) .......................................... 70

 

Figura 34.- Pantalla MATLAB, MRLB con todas las variables (Mficticia = M1 y M2) ................................ 71

 

Figura 35.- Pantalla MATLAB, MRLB con las variables D, S y E. ................................................................ 72

 

Figura 36.- Pantalla MATLAB, MRLB con las variables D, S, E y A. ........................................................... 73

 

Figura 37.- Pantalla MATLAB, MRLB con las variables D, S, E, A, M1 y M2. ............................................ 74

 

Figura 38.- Pantalla MATLAB, MRLB con las variables S y E. ..................................................................... 76

 

Figura 39.- Pantalla MATLAB, MRLB con las variables S y MB .................................................................. 77

 

Figura 40.- Pantalla MATLAB, MRLB con las variables S, E, A y MB ......................................................... 78

 

Figura 41.- Pantalla MATLAB, MRLM con todas las variables (MB=M binario) ......................................... 79

 

Figura 42.- Pantalla MATLAB, Coeficientes MRLM con todas las variables (MB=M binario) .................... 79

 

Figura 43.- Pantalla MATLAB, MRLM con todas las variables (Mficticia = M1 y M2 ................................. 80

 

Figura 44.- Pantalla MATLAB, Coeficientes MRLM con todas las variables (Mficticia = M1 y M2) ........... 81

 

Figura 45.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de S, E, A, M1 y M2. ................... 84

 

Figura 46.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de D, S, E y A. ............................. 85

 

Figura 47.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de D, S y E. .................................. 86

 

Figura 48.- Mapa Predicción Zona 1 EAAB, según MRLB con todas las variables. ...................................... 87

 

 

 

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

 

ÍNDICE DE TABLAS 

Tabla 1.- Longitud de redes EAAB ESP ............................................................................................................ 1

 

Tabla 2.- Tipología Avisos Mantenimiento Alcantarillado 2008-2018 Zona 1 EAAB ESP. ............................. 9

 

Tabla 3.- Clasificación de Modelos de deterioro.  Tomado de Ana and W. Bauwens (2010) ......................... 12

 

Tabla 4.- Cuadro comparativo NS-58 V2010 vs V2019, elaboración propia. .................................................. 19

 

Tabla 5.- Criterios de selección de equipos para videoinspección de alcantarillado. Tomado de la NS-58 

EAAB ESP .............................................................................................................................................. 20

 

Tabla 6.- Descripción de los Caracteres de la Calificación ‘Quick Rating’ de PACP. Tomado de la NS-58 

EAAB ...................................................................................................................................................... 21

 

Tabla 7.- Interpretación de una Calificación Ejemplo (Calificación = 4221). Tomado de la NS-58 EAAB ESP

 ................................................................................................................................................................. 21

 

Tabla 8.- Cuadro resumen de las clasificaciones rápidas PACP (Estructural).  Tomado de la NS-58 EAAB 

ESP .......................................................................................................................................................... 22

 

Tabla 9.- Cuadro resumen de las clasificaciones rápidas PACP (Operación/Mantenimiento). Tomado de la 

NS-58 EAAB ESP ................................................................................................................................... 23

 

Tabla 10.- Casos de Estudio Modelos de Regresión Logística.  Elaboración propia ....................................... 31

 

Tabla 11.- Variables dependientes definidas .................................................................................................... 34

 

Tabla 12.- Clase de Material Base de Datos completa, con y sin CCTV. ........................................................ 37

 

Tabla 13.- Clase de Material Base de Datos con CCTV .................................................................................. 38

 

Tabla 14.- Matriz de Confusión MRLB con todas las Variables (MB = M Binario) ....................................... 63

 

Tabla 15.- Medidas de Ajuste MRLB con todas las Variables (MB = M Binario) .......................................... 63

 

Tabla 16.- Matriz de Confusión, MRLB con todas las Variables (Mficticia = M1 y M2) ............................... 63

 

Tabla 17.- Medidas de Ajuste MRLB con todas las Variables (Mficticia = M1 y M2) ................................... 64

 

Tabla 18.- Matriz de Confusión, MRLB con las variables S, A y MB............................................................. 64

 

Tabla 19.- Medidas de Ajuste MRLB con las variables S, A y MB ................................................................. 64

 

Tabla 20.- Matriz de Confusión, MRLB con las variables S, E, A y MB ........................................................ 65

 

Tabla 21.- Medidas de Ajuste, MRLB con las variables S, E, A y MB ........................................................... 65

 

Tabla 22.- Pantalla MATLAB, MRLM con todas las variables (MB = M Binario) ........................................ 66

 

Tabla 23.- Matriz de Confusión, MRLM con todas las variables (MB = M Binario) ...................................... 66

 

Tabla 24.- Medidas de Ajuste, MRLM con todas las variables (MB = M Binario) ......................................... 66

 

Tabla 25.- Matriz de confusión, MRLM con todas las variables Mficticia = M1 y M2) ................................. 67

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

vi 

 

Tabla 26.- Medida de Ajuste, MRLM con todas las variables (Mficticia = M1 y M2) .................................... 67

 

Tabla 27.- Modelos de Regresión Logística MRL UPZ Los Cedros ............................................................... 68

 

Tabla 28.- Variables utilizadas en MRL UPZ Los Cedros ............................................................................... 68

 

Tabla 29.- Coeficientes de Regresión MRL UPZ Los Cedros ......................................................................... 68

 

Tabla 30.- Prueba de hipótesis p-valor MRL UPZ Los Cedros ........................................................................ 68

 

Tabla 31.- Medida de Ajuste Matriz de Confusión MRL UPZ Los Cedros ..................................................... 69

 

Tabla 32.- Matriz de Confusión, MRLB con todas las variables (MB=M binario) .......................................... 70

 

Tabla 33.- Medidas de Ajuste, MRLB con todas las variables (MB=M binario) ............................................. 70

 

Tabla 34.- Matriz de Confusión, MRLB con todas las variables (Mficticia = M1 y M2) ................................ 71

 

Tabla 35.- Medidas de Ajuste, MRLB con todas las variables (Mficticia = M1 y M2) ................................... 71

 

Tabla 36.- Matriz de Confusión, MRLB con las variables D, S y E. ............................................................... 72

 

Tabla 37.- Medidas de Ajuste, MRLB con las variables D, S y E. .................................................................. 72

 

Tabla 38. Matriz de Confusión, MRLB con las variables D, S, E y A. ............................................................ 73

 

Tabla 39.- Medidas de Ajuste, MRLB con las variables D, S, E y A............................................................... 73

 

Tabla 40.- Matriz de Confusión, MRLB con las variables D, S, E, A, M1 y M2. ........................................... 74

 

Tabla 41.- Medidas de Ajuste, MRLB con las variables D, S, E, A, M1 y M2................................................ 74

 

Tabla 42.- Pantalla MATLAB, MRLB con las variables S, E, A, M1 Y M2. .................................................. 75

 

Tabla 43.- Matriz de Confusión, MRLB con las variables S, E, A, M1 Y M2. ............................................... 75

 

Tabla 44.- Medidas de Ajuste, MRLB con las variables S, E, A, M1 Y M2. .................................................. 75

 

Tabla 45.- Matriz de Confusión, MRLB con las variables S y E. .................................................................... 76

 

Tabla 46.- Medidas de Ajuste, MRLB con las variables S y E. ....................................................................... 76

 

Tabla 47.- Matriz de Confusión, MRLB con las variables S y MB ................................................................. 77

 

Tabla 48.- Medidas de Ajuste, MRLB con las variables S y MB .................................................................... 77

 

Tabla 49.- Matriz de Confusión, MRLB con las variables S, E, A y MB ........................................................ 78

 

Tabla 50.- Medidas de Ajuste, MRLB con las variables S, E, A y MB ........................................................... 78

 

Tabla 51.- Matriz de confusión, MRLM con todas las variables (MB=M binario).......................................... 79

 

Tabla 52.- Medidas de Ajuste, MRLM con todas las variables (MB=M binario) ............................................ 80

 

Tabla 53.- Matriz de confusión, MRLM con todas las variables (Mficticia = M1 y M2) ................................ 81

 

Tabla 54.- Medidas de Ajuste, MRLM con todas las variables (Mficticia = M1 y M2) .................................. 81

 

Tabla 55.- Modelos de Regresión Logística MRL ZONA 1 EAAB ESP......................................................... 82

 

Tabla 56.- Variables utilizadas en MRL ZONA 1 EAAB ESP ........................................................................ 82

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

vii 

 

Tabla 57.- Coeficientes de Regresión MRL ZONA 1 EAAB ESP .................................................................. 82

 

Tabla 58.- Prueba de hipótesis p-valor MRL ZONA 1 EAAB ESP ................................................................. 83

 

Tabla 59.- Medida de Ajuste Matriz de Confusión MRL ZONA 1 EAAB ESP .............................................. 83

 

Tabla 60.- Material como variable Binaria....................................................................................................... 88

 

Tabla 61.- Material como variable Ficticia ...................................................................................................... 88

 

 

 

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

viii 

 

ÍNDICE DE ECUACIONES 

Ecuación 1 ........................................................................................................................................................ 13

 

Ecuación 2 ........................................................................................................................................................ 13

 

Ecuación 3 ........................................................................................................................................................ 24

 

Ecuación 4 ........................................................................................................................................................ 24

 

Ecuación 5 ........................................................................................................................................................ 26

 

Ecuación 6 ........................................................................................................................................................ 28

 

Ecuación 7 ........................................................................................................................................................ 28

 

Ecuación 8 ........................................................................................................................................................ 28

 

Ecuación 9 ........................................................................................................................................................ 28

 

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

 

1  INTRODUCCIÓN 

La Empresa de Acueducto y Alcantarillado de Bogotá EAAB ESP, es la entidad prestadora de los 
servicios públicos de acueducto y alcantarillado de la ciudad de Bogotá, Distrito Capital de Colombia, 
que  actualmente  cuenta  con  7.2  millones  de  habitantes,  según  el  Departamento  Administrativo 
Nacional de Estadística DANE Censo 2018, y si se tiene en cuenta que la Entidad presta el servicio 
de  acueducto,  de  manera  directa  o  de  venta  de  agua  en  bloque,  a  11  municipios  vecinos  del 
Departamento de Cundinamarca, se calcula que atiende una población cercana a los 10 millones de 
personas, que representan alrededor de 2.1 millones de suscriptores.  
 
La EAAB cuenta al año 2019, con la siguiente longitud de redes para atender a sus usuarios: 
 

RED 

LONGITUD (kilómetros) 

Red local de acueducto  

8139.5 

Red matriz acueducto 

218.9 

Red troncal de alcantarillado sanitario 

109.9 

Red local de alcantarillado sanitario 

6241.4 

Red troncal de alcantarillado pluvial 

196.8 

Red local de alcantarillado pluvial 

2562.2 

Tabla 1.- Longitud de redes EAAB ESP 

Para la gestión comercial y operativa, la EAAB ESP, se divide en 5 zonas, de la siguiente manera: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Figura 1.- Mapa de Zonas EAAB ESP. Tomado de www.acueducto.com.co 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

 

Esta investigación, se enfoca en estudiar las redes locales de alcantarillado sanitario de la Zona 1 de 
la EAAB y busca predecir a partir de un modelo de regresión logística binaria, el estado estructural 
de los 23.554 tramos que no cuentan en la actualidad con registro sobre su estado estructural, modelo 
que se desarrolla con base en las inspecciones con circuito cerrado de televisión CCTV, más recientes 
disponibles en la Zona, estas son la realizadas por contratistas externos, durante los años 2017 y 2018, 
inspecciones que en todos los casos cuentan con una calificación del grado estructural de la tubería, 
calificación realizada conforme a la Norma Técnica de Servicio de la EAAB, vigente para el momento 
de la ejecución.  
 
Es  importante  mencionar,  que  las  decisiones  de  renovación  y/o  rehabilitación  de  sistemas  de 
alcantarillado, no se deben soportar exclusivamente en el establecimiento del estado estructural de las 
tuberías, sino que es necesario abordar integralmente el problema estudiando otros factores, dentro 
de los que se encuentran aquellos asociados a aspectos hidráulicos, operativos, sociales, económicos, 
geotécnicos, constructivos, ambientales, de calidad de agua, de cambio climático, entre otros.  Sin 
embargo, como se mencionó, el presente estudio, profundiza exclusivamente en el aspecto predictivo 
del estado estructural interno de las tuberías locales de alcantarillado sanitario. 
 
Para ello, se logró recopilar 738 inspecciones, de las cuales se extrajo aleatoriamente una muestra del 
80% para entrenar los modelos y el 20% para realizar las correspondientes verificaciones.  
 
En  total  se  desarrollaron  17  modelos,  13  de  regresión  logística  binaria  y  4  de  regresión  logística 
multinomial, 6 de estos modelos se desarrollaron teniendo en cuenta 408 CCTV, realizadas a las redes 
pertenecientes al polígono que limita la Unidad de Planeamiento Zonal UPZ Los Cedros, de acuerdo 
a  la  clasificación  del  Plan  de  Ordenamiento  Territorial  POT  2009  y  los  otros  11  modelos  se 
desarrollaron agregando 330 CCTV que fueron realizadas a redes por fuera de la UPZ Los Cedros, 
pero dentro del área de prestación de la Zona 1.  
 

 

El documento está organizado de la siguiente manera: el capítulo 1 incluye la introducción y 

los objetivos generales y específicos de la investigación; el capítulo 2 contempla el marco teórico 
donde se profundiza sobre la importancia de la Determinación del estado estructural de las redes de 
alcantarillado  sanitario,  las  variables  que  pueden  influir  en  la  estimación  y  las  metodologías  más 
comunes  para  la  clasificación  y  determinación  del  estado  estructural,  así  como  la  Normatividad 
técnica  aplicable  en  el  caso  de  estudio;  el  capítulo  3  expone  la  metodología  propuesta  para  la 
estimación del estado estructural de las redes locales de alcantarillado sanitario de la Zona 1 de la 
EAAB ESP; en el capítulo 4 se describe el caso de estudio y los resultados encontrados al desarrollar 
los modelos; el capítulo 5 analiza los resultados encontrados en el capítulo 4 y compara los resultados 
conforme a las dos muestras estudiadas; en el capítulo 6 se presentan las conclusiones; en el capítulo 
7, las recomendaciones y futuras investigaciones y los capítulos 8 y 9, las referencias bibliográficas 
y Anexos, que soportan el presente estudio.  

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

 

1.1  Objetivos 

1.1.1 

Objetivo General 

•  Desarrollar una Metodología para la estimación del estado estructural de las redes locales de 

alcantarillado sanitario, a partir de CCTV en un número limitado de tuberías, con fundamento 
en un caso de estudio desarrollado para la Zona 1 de la EAAB ESP. 

1.1.2 

Objetivos Específicos 

•  Establecer el marco teórico que fundamenta los Modelos de Regresión Logística aplicados a 

la estimación del estado estructural de las tuberías de alcantarillado sanitario.  
 

•  Recopilar la información disponible relacionada con las variables necesarias para el estudio 

de Caso en un sector de la Zona 1 de la EAAB.  
 

•  Aplicar  Modelos  de  Regresión  Logística  Binaria  y  Multinomial,  a  los  datos  del  caso  de 

estudio.  
 

•  Predecir el estado estructural de las tuberías de alcantarillado sanitario de la Zona 1 de la 

EAAB  ESP,  que  no  cuentan  con  inspección,  a  partir  del  modelo  de  regresión  logística 
desarrollado.  
 

•  Analizar  y  evaluar  los  resultados  obtenidos,  para  establecer  las  conclusiones  y 

recomendaciones de la investigación.  
 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

 

2  MARCO TEÓRICO 

2.1 

Determinación del Estado estructural de las Tuberías de Alcantarillado Sanitario  

El  estado  estructural  de  las  redes  de  alcantarillados  de  grandes  ciudades  como  Bogotá,  es  una 
preocupación que se acrecienta con el paso de los años, más aún cuando la manera directa y menos 
costosa de conocer su grado de deterioro, es a través de inspecciones con circuito cerrado de televisión 
CCTV, lo que conlleva un gran reto para las administraciones encargadas de asignar los recursos, 
toda  vez,  que  cuando  se  tienen  grandes  longitudes  de  redes,  como  es  el  caso  de  la  EAAB  ESP, 
pretender inspeccionar el 100% de éstas, es una meta en la práctica casi imposible de lograr. 
 
Existen  diversas  tecnologías  para  inspeccionar  las  tuberías  de  alcantarillado,  dentro  de  las  más 
conocidas se encuentran: 
 
- Tecnología de evaluación de escáner de alcantarillado (SSET), por sus siglas en inglés. 
- El radar de perforación terrestre (GPR), por sus siglas en inglés. 
- Sistemas de Inspección con Laser. 
- Sistemas de Inspección Ultrasónica. 
- Métodos de vibración de frecuencia natural y Espectro de ondas 
 
Sin embargo, la inspección con circuito cerrado de televisión CCTV utilizando un sistema de cámara 
móvil, continúa siendo la más usada, por ser la más popularizada, de fácil interpretación y de mejor 
relación costo/beneficio, de las tecnologías actualmente disponibles.  El presente estudio, se soporta, 
en un número limitado de resultados de inspecciones realizadas con CCTV, en el marco de la norma 
técnica de servicio de la EAA ESP vigente para el momento de las inspecciones, realizadas a tuberías 
instaladas en área de la Zona 1 de la EAAB ESP. 
 
Al año 2019,  realizar una inspección con CCTV, cuesta aproximadamente 30.000 pesos colombianos 
por metro lineal, incluyendo lavado de la tubería y suponiendo una colmatación inferior al 30%, es 
decir alrededor de 10 USD/metro lineal, y mencionamos en la introducción que la EAAB ESP, cuenta 
con una longitud de redes locales de alcantarillado sanitario de 6.241.448 metros, se requiere entonces 
un presupuesto de $187.243.440.000 pesos colombianos, es decir alrededor de 60 millones de USD, 
para poder inspeccionar el 100% de las redes, y si se piensa solo en el  cálculo para la zona 1, que 
posee  1.243.729  metros,  se  estima  un  presupuesto  de  $37.311.870.000,  o  lo  que  representa 
aproximadamente 12 millones de USD.    
 

La limitación presupuestal es la principal razón por la cual, pensar en inspeccionar el 100% 

de  las  redes  se  convierte  en  una  tarea  titánica  para  cualquier  empresa  prestadora  de  servicio  de 
alcantarillado, por tanto, investigación y desarrollo en aras de una gestión proactiva y predictiva, son 
la salida más económica y práctica para atender el objetivo final de la inspección, que es decidir sobre 
la necesidad o no de intervenir las tuberías, ya sea a través de una renovación que representa el cambio 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

 

total del tramo por cualquier método constructivo conocido, o la rehabilitación puntual, que por lo 
general se realiza mediante técnicas de tecnología sin zanja, pero que en algunos casos, se debe acudir 
a la intervención tradicional a zanja abierta.  
 

2.1.1 

Significado e importancia 

Pensar en la inspección del 100% de las redes de alcantarillado de un catastro como el de la EAAB 
ESP,  es  casi  imposible  de  alcanzar,  y  no  solo  por  lo  presupuestal  o  por  la  viabilidad  técnica  que 
conlleva  contar  con  una  cantidad  extraordinaria  de  recursos  físicos,  humanos  y  de  tiempo,  sino 
también  por  las  implicaciones  en  decisiones  gerenciales,  políticas  y  tarifarias,  toda  vez  que  estos 
recursos en general, hacen parte de los presupuestos de inversión, que son autorizados vía tarifa por 
la Comisión de Regulación de Agua Potable y Saneamiento Básico CRA.  

Igualmente, pensar en una sola variable que establezca la decisión de renovar y/o rehabilitar las redes 
de alcantarillado, por ejemplo, definir que se intervengan todas las redes en material gres o todas las 
redes  con  una  edad  superior  a  los  50  años,  no  es  viable,  por  los  excesivos  presupuestos  que  se 
demandan, por tanto la importancia de desarrollar modelos predictivos a partir de un número limitado 
de inspecciones, cobra gran relevancia para la administración operativa, de tal manera que se pueda 
contar  con  una  herramienta  técnica  que  soporte  de  una  manera  eficiente  las  decisiones  de 
intervenciones en las tuberías de alcantarillado.  

Como  resultado,  existe  una  necesidad  emergente  de  convertir  efectivamente  los  datos  en 
conocimiento que pueda utilizarse en un sistema automatizado de soporte de decisiones. La minería 
de  datos,  que  incluye  varias  tareas  comunes,  como  el  aprendizaje  de  reglas  de  asociación,  la 
clasificación y la agrupación y el aprendizaje automático, han recibido considerable atención de las 
comunidades de investigación y desarrollo (Minh Dang, 2018). 

La falta de gestión proactiva a los alcantarillados de las ciudades, pueden acarrear problemáticas que 
demandan recursos superiores a los requeridos inicialmente para realizar la inspección, renovar y/o 
rehabilitar, aumentando el riesgo que se produzcan daños a los bienes que se encuentran cerca de las 
tuberías.    Razón  por  la  cual,  es  de  gran  relevancia  para  las  Empresas  prestadoras,  fomentar  una 
Gestión Proactiva de los activos del alcantarillado. 

Con  relación  a  la  importancia  de  este  tema  en  la  EAAB  ESP,  es  tal,  que  no  poseer  un 

procedimiento sistemático para la Inspección y procesamiento de la información de las inspecciones  
a las redes de alcantarillado, se encuentra identificado como una No Conformidad, en el marco de las 
Auditorías Internas del Subsistema de Gestión de Calidad conforme a la NTC-ISO 9001:2015, razón 
por  la  cual,  la  Dirección  de  Ingeniería  Especializada  de  la  empresa,  lidera  los  esfuerzos  por 
implementar y retomar procesos de gestión integral del Alcantarillado, actualmente se encuentran en 
una primera fase de diagnóstico, recopilación de inspecciones históricas y georreferenciación de las 
mismas; por tanto, se considera que el presente estudio, aporta un desarrollo progresivo frente a la 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

 

gestión  de  la  entidad,  que  proporciona  conceptos  y  nociones  prospectivas  de  alternativas,  que  la 
EAAB, puede explorar para aplicar a la información que se encuentra recopilando.   

2.1.2 

Variables que pueden influir en la determinación del estado estructural  

El  estudio  de  este  problema  involucra  un  importante  número  de  variables  que,  en  general,  son  el 
resultado de las experiencias, estudios y modelaciones numéricas y de los resultados obtenidos.  Así 
mismo, se han establecido criterios y procedimientos para los análisis y estudios de los sistemas de 
alcantarillado, que han permitido el planteamiento de metodologías de estudio que involucran, cada 
vez con mayor fuerza, los sistemas de información geográfica y las herramientas informáticas, útiles 
para  el  análisis  detallado  de  escenarios  relacionados  con  diversas  hipótesis  y  criterios  de 
optimización. Matamoros (2017). 

Son varias las dificultades que enfrentan los investigadores al abordar cualquiera de las metodologías 
que buscan establecer el estado estructural de las tuberías de alcantarillados, entre las más relevantes 
son las asociadas al trabajo de definir las variables que inciden en el deterioro de las tuberías, porque 
si bien se sabe que son muchas más que las que se pueden modelar, existen limitaciones para poder 
tenerlas  a  todas  o  a  la  gran  mayoría  en  cuenta,    algunos  de  estos  obstáculos  se  relacionan  a 
continuación: 

Acceso a la información de la Empresa prestadora del servicio de alcantarillado 

Validez, consistencia y coherencia de la información 

Capacidad de interpretación de la información recopilada 

Sin embargo, como en toda modelación de hidrosistemas, se busca interpretar un fenómeno real, de 
la manera menos compleja posible, es decir que se pueda establecer el modelo más parsimonioso, en 
ese  sentido,  en  el  presente  estudio  se  logró  recopilar  información  correspondiente  a  dos  tipos  de 
variables, las independientes y las dependientes, las primeras se pueden definir como autónomas y su 
valor  no  depende  de  las  otras,  mientras  que  las  variables  dependientes,  su  valor  se  encuentra 
intrínsecamente relacionada en menor o mayor medida, con las variables dependientes, en este estudio 
se hace referencia a éstas, como X y Y, respectivamente.  

Todas  las  variables  dependientes  o  predictoras,  tenidas  en  cuenta  en  este  estudio,  se  describen  en 
detalle en el numeral 3.2.3, sin embargo, a continuación, se exponen unos datos relevantes que se 
tuvieron en cuenta, para las Variables Edad, Subsidencia de los Suelos y Avisos de Mantenimiento 
del Alcantarillado Sanitario. 

2.1.2.1  Edad 

La  Edad  para  Matamoros  (2017),  es  el  número  de  años  o  meses  del  conducto  desde  la  fecha  de 
habilitación o puesta en servicio hasta la fecha de análisis.  

La edad para este estudio se define como el tiempo en años, transcurrido desde la fecha de instalación 
de cada una de las tuberías, hasta la fecha de realización de la inspección, en el caso de los tramos 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

 

inspeccionados,  y  para  aquellos  que  no  se  encuentran  inspeccionados  y  que  fueron  sujetos  a 
predicción de su estado estructural, la edad se calculó como el tiempo en años, contado desde la fecha 
de  instalación,  hasta  diciembre  del año  2018,  fecha a  la  cual  se  tiene  actualizada  la  base  de  datos 
utilizada en el estudio.  

Según  documento  Nuestra  Historia  EAAB,  en  el  siglo  XIX  la  responsabilidad  de  construir 
alcantarillado fue asumida por el municipio y se prohibieron las acequias que corrían a cielo abierto 
por las calles, desde la época de la colonia, cuando la sección transversal de las calles y carreteras 
tenían  la  forma  de  batea  o  artesa,  con  la  parte  más  honda  en  el  centro  por  donde  corría  un  caño 
revestido por lajas de piedra y los habitantes arrojaban las aguas residuales y las basuras que corrían 
por toda la ciudad y la lluvia era la encargada de realizar la limpieza.  A partir de la segunda década 
del siglo XX, se ordenó cubrir los lechos de los ríos San Francisco y San Agustín, constituyéndose 
en la obra precursora para el alcantarillado Moderno.  Con las ideas renovadoras de la planificación 
urbana, las cuales se impulsaron en 1948, que se diseñó el Plan Piloto de Desarrollo Urbano dando 
inicio a los estudios de los colectores troncales y canales para el drenaje adecuado del área urbana, es 
así como en 1955 nace la Empresa de Acueducto y Alcantarillado de Bogotá.  

Del  párrafo  anterior,  podemos  establecer  que  la  edad  máxima  que  puede  tener  una  red  de 
alcantarillado en la ciudad de Bogotá, en los sectores más antiguos, está alrededor de los 70 años, esta 
información es de utilidad para definir un criterio al momento del análisis y depuración de la base de 
datos obtenida. 

2.1.2.2   Subsidencia  

La  Subsidencia  es  el hundimiento  o asentamiento  del terreno  debido  a diversas causas,  las  causas 
pueden  atribuirse  a  procesos  naturales  y  antropogénicos,  Poland  (1972).    El  término  genérico  de 
subsidencia hace referencia al hundimiento paulatino de la corteza terrestre continental o submarina.  
La subsidencia terrestre es un fenómeno que implica el asentamiento de la superficie terrestre en un 
área extensa debido a varios factores, que pueden ser naturales o causados por el impacto de una gran 
variedad de actividades humanas. Corapcioglu (1984) y Tomas (1999).  Mora (2018). 

La  subsidencia  de  origen  antropogénico  es  consecuencia  de  procesos  tales  como  retiro  de  fluidos 
(extracción),  sustracción  de  cuerpos  solidos  (construcción  de  túneles  o  minería),  cambios  en  el 
drenaje del agua superficial y carga de sedimentos Raucoules (2007), Yuill, (2009) y en algunos casos 
puede llegar a afectar edificios e infraestructura urbana.  Mora (2018). 

Aunque se han hecho algunos esfuerzos para establecer los valores asociados a la subsidencia, solo 
hasta hace unos pocos años, se inició un programa de seguimiento con el propósito de determinar 
cuantitativamente  el  estado  actual  de  la  subsidencia  en  la  Sabana  de  Bogotá,  adelantado  por  el 
Servicio Geológico Colombiano a través del Grupo de Investigaciones Geodésicas Espaciales -GIGE 
de la Dirección de Geoamenazas, mediante el uso de tecnologías espaciales. Mora (2018). 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

 

El  mapa  mostrado  en  la  figura  2,  muestra  el  mapa  de  calor  resultado  de  los  estudios  del  GIGE, 
empleando  el  sensor  SENTINEL-1  para  el  periodo  diciembre  2014  a  noviembre  2016,  en  azul  se 
observan, las zonas que presentan mayor subsidencia. SGC-GIGE (2018)  

 

Figura 2.- Mapa Subsidencia Bogotá, tomado de Mora (2018). 

Como  se  observa  en  el  mapa  de  la  Figura  2,  el  estudio  realizado  por  el  Servicio  Geológico 
Colombiano, encontró que la Zona Norte de la ciudad de Bogotá, área objeto del presente estudio, no 
representa  un  sector crítico  dentro  del análisis  de  subsidencia, es  decir  no obtuvo  valores altos  de 
subsidencia del suelo, como si ocurre en sectores del occidente de la ciudad.  

Sin  embargo,  teniendo  en  cuenta  que  el  asentamiento  del  suelo  es  un  factor  que  puede  afectar 
directamente el estado estructural de la infraestructura subterránea instalada y que se obtuvo, datos 
de Subsidencia para el área de cobertura de la Zona 1 de la EAAB ESP, en el numeral 3.2.2, se explica 
de qué manera se procesa y utiliza dicha información.  

 

2.1.2.3  Avisos de mantenimiento del Alcantarillado Sanitario, de los últimos 10 años 

En  el  mantenimiento  se  consideran  todas  las  acciones  que  se  deben  realizar  sobre  los  activos  del 
sistema de alcantarillado para garantizar su adecuado funcionamiento.  La primera y primordial razón 
por  la  cual  se  debe  ejecutar  el  mantenimiento  es  porque  se  debe  mantener  la  salubridad  pública, 
disminuir los riesgos a la comunidad y garantizar su movilidad, consigna que coincide plenamente 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

 

con  los  objetivos  del  sistema  de  alcantarillado.    Otra  razón  es  la  económica;  todo  sistema  de 
alcantarillado implica una alta inversión inicial en su construcción y reemplazarlo representaría un 
costo  aún  mayor;  por  este  motivo  mantenerlo  adecuadamente  garantiza  prolongar  su  vida  útil  y 
ahorrar en inversiones de sustitución, suficiente para afirmar que realizar una gerencia de los activos 
es imperativo.  Mantener su capacidad hidráulica es otra razón de peso para hacer mantenimiento, 
pues  así  se  evitan  inundaciones  y  vertimientos  de  aguas  residuales  a  las  áreas  construidas,  como 
sótanos y vías.  Matamoros (2017). 

Para  el  presente  estudio,  se  utilizaron  61578 avisos de  mantenimiento  de alcantarillado,  atendidos 
durante  el  periodo  2008  a  2018,  por  la  División  de  Servicio  de  Alcantarillado  de  la  Zona  1.    La 
tipología, según el grupo general, se muestran en la tabla 2.   

 

Tabla 2.- Tipología Avisos Mantenimiento Alcantarillado 2008-2018 Zona 1 EAAB ESP. 

Este listado de avisos de mantenimiento, se georreferencia y mediante un geoproceso en ArcMap de 
ArcGIS, se asigna a cada uno de los 24.292 tramos que componen la base de datos depurada para este 
estudio, según numeral 3.2.3.  Los 61.578 avisos de mantenimiento georreferenciados, se muestran 
en la Figura número 3. 

 

 

 

 

 

 

 

 

 

Figura 3.- Mapa de Avisos de Mantenimiento de Alcantarillado 2008-2018 Zona 1 EAAB ESP 

Tipología

Cant. Avisos

Alcantarillado limpieza

14811

Alcantarillado Reconstrucción

670

Alcantarillado Sondeo

27749

Daños sistema alcantarillado

11277

Otros daños -actividades alcantarillado

7071

Total general

61578

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

10 

 

Variables dependientes adicionales, que no fueron incluidas en este estudio, pero que pueden influir 
en la determinación del estado  estructural de una tubería de alcantarillado y  que, en los diferentes 
artículos internacionales consultados, se han tenido en cuenta son:  

Nivel Freático 

Tipo de vía 

Tipo de suelo 

Tipo de cimentación 

Cota Batea 

Cota Rasante 

Cota Clave 

Nivel Flujo agua 

Caudal 

Cercanía a Recursos Hídricos 

Cercanía a Recursos Hidráulicos 

Procesos de instalación 

Tipo de cimentación 

No obstante, a conocer que el problema de deterioro del estado estructural de las tuberías, es complejo 
y se encuentra afectado por una gran cantidad de variables independientes, es necesario entender y 
desarrollar el modelo, de la forma más sencilla posible, de tal manera que se interprete la realidad a 
través  del  menor  número  de  variables  predictoras,  entendiendo  que  las  mismas,  propagan  la 
incertidumbre  al  modelo,  dependiendo  del  origen  de  su  información;  sin  embargo,  se  debe  tener 
especial cuidado, en no simplificar en extremo, perdiendo información relevante para la comprensión 
del fenómeno, es ahí, donde es importante adicionalmente, la experiencia y experticia del modelador, 
para  interpretar  los  resultados  y  tomar  las  decisiones  adecuadas,  con  respecto  a  la  eliminación  de 
variables que estadísticamente no se consideran significativas en el proceso.  

2.1.3 

Tipos de modelos para la determinación del estado estructural 

 

Según Ana and W. Bauwens (2010), la falla estructural del alcantarillado se puede subdividir en tres 
etapas básicas: 

Defecto inicial:  por agrietamiento debido a una carga vertical excesiva o mala colocación de 

cimentación  de  la  tubería,  por  malas  prácticas  de  construcción  o  por  daños  causados  al  hacer  las 
conexiones. 
 

Deterioro: implica el deterioro del propio material de alcantarillado, por erosión del material 

de la junta y el mortero (especialmente en las alcantarillas de ladrillo) o por la corrosión del concreto 
debido al sulfuro de hidrógeno. El deterioro también podría involucrar la migración del suelo debido 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

11 

 

a la infiltración o exfiltración de las alcantarillas agrietadas, lo que lleva a la pérdida de tierra y la 
reducción del apoyo alrededor de la alcantarilla. 

 

Colapso:  esto  a  menudo  se  desencadena  por  algún  evento  aleatorio  después  de  que  el 

alcantarillado se ha deteriorado lo suficiente como para que el colapso sea probable. 

Cuando se quiere conocer el estado estructural de uno o algunos tramos específicos de alcantarillado, 
frecuentemente  se  realiza  la  inspección  directa  a  través  de  circuito  cerrado  de  televisión  o  de  la 
tecnología  de  preferencia  del  prestador,  sin  embargo,  cuando  el  objetivo  es  predecir  el  estado 
estructural  de  una  muestra  significativa  de  tuberías  instaladas  tiempo  atrás,  y  que  además  solo  se 
cuenta con un número limitado de inspecciones; como se expuso en el numeral 2.1.2, existen diversas 
variables que pueden afectar el resultado, definirlas es en general, la primera etapa del proceso, luego 
se trata de consolidar una base de datos con la mayor cantidad de información posible, asociada a 
cada uno de los tramos, posteriormente es necesario aplicar una metodología que permita procesar 
esta  información  y  buscar  obtener  resultados  que  puedan  acercarse  de  una  manera  confiable  a  la 
predicción del estado estructural, estos trabajos van, desde modelos estadísticos de los datos, como 
es el caso del presente estudio, hasta modelos con base en inteligencia artificial.   

Los modelos basados en la inteligencia artificial imitan la habilidad de la mente humana para razonar 
y  aprender  en  circunstancias  de  incertidumbre  e  imprecisión.  Hoffman  (2005).  Por  lo  tanto,  este 
método puede manejar problemas complejos, que no pueden describirse mediante modelos analíticos 
y exactos, como los modelos físicos, en los cuales se establece mediante pruebas directas el estado 
estructural; varias metodologías caen en el dominio de la inteligencia artificial, algunos ejemplos de 
técnicas  de  inteligencia  artificial  aplicadas  al  modelado  de  deterioro  de  tuberías  incluyen  redes 
neuronales Tran (2007), teoría de conjuntos difusos Kleiner (2006), sistemas expertos Merill (2004) 
y simulación basada en reglas Ruwanpura (2004).  A pesar de los aspectos positivos de la inteligencia 
artificial, estos métodos se consideran "cajas negras", por lo que tienen una capacidad limitada para 
identificar relaciones causales explícitamente posibles Tu (1996).   El hecho de que estos métodos 
también requieran mayores recursos computacionales y tengan una gran demanda de datos, aumenta 
aún más sus inconvenientes.  Ana and W. Bauwens (2010). 

Dadas las dificultades de los modelos basados en inteligencia física y artificial, y en vista del tipo de 
datos  comúnmente  disponibles  (es  decir,  calificaciones  de  condición  de  tubería),  se  desarrollan 
modelos estadísticos que relacionan los datos de clasificación de condición, con el deterioro de la 
tubería.  De hecho, estas metodologías se han aplicado no solo a las tuberías de drenaje urbano, sino 
también a otras infraestructuras, como pavimentos de carreteras Kulkarni (1984), puentes Ariaratnam 
(1994) y gasoductos Harwood (1982).  Ana and W. Bauwens (2010). 

Los  modelos  estadísticos  se  pueden  subdividir  en  dos  grupos:  modelos  de  grupos  de  tuberías  y 
modelos  de  niveles  de  tuberías.  Los  modelos  de  grupos  de  tuberías  consideran  redes  enteras  o 
cohortes,  siendo  estas,  parte  de  la  red  del  mismo  período  de  construcción  que  comparten 
características  similares,  como  el  material,  el  diámetro  y  el  tipo  de  cimentación,  que  se  presume 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

12 

 

influyen  en  su  deterioro  Herz  (2002).  Por  otro  lado,  los  modelos  de  nivel  de  tubería  toman 
directamente  en  cuenta  las  propiedades  o  características  individuales  de  las  tuberías,  como 
covariables en la predicción de su deterioro individual. En la siguiente tabla Ana and W. Bauwens 
(2010), resume las técnicas o metodologías más comunes para determinar el estado estructural de las 
tuberías: 

 

 

 

 

 

 

 

 

Tabla 3.- Clasificación de Modelos de deterioro.  Tomado de Ana and W. Bauwens (2010) 

 

Esta investigación, profundiza en el estudio de modelos estadísticos, específicamente en modelos de 
regresión logística, de tipo binaria y multinomial.  No obstante, luego de desarrollar 17 modelos, 13 
de  regresión  logística  binaria  y  4  de  regresión  logística  multinomial,  se  selecciona,  un  modelo de 
regresión logística binaria para establecer la predicción del estado estructural de los 23.554 tramos 
que cuentan con CCTV. 

Otros  de  los  modelos  estadísticos  también  utilizados  por  los  investigadores,  hacen  referencia  al 
Modelo de supervivencia de la cohorte y el Cadenas de Markov, que se explican a continuación.  

 

2.1.3.1  El modelo de supervivencia de la cohorte 

En este modelo estadístico, el proceso de deterioro del alcantarillado está representado por un modelo 
de supervivencia de cohortes, se considera que las alcantarillas de una cohorte atraviesan diferentes 
estados de condición, desde la mejor (buena como nueva) hasta la peor (falla) durante la duración de 
su servicio; además, se supone que las alcantarillas sobreviven varios años dentro de una condición 
particular con alguna probabilidad, y la transición de las alcantarillas de una condición a la siguiente, 
es  representada  por  las  curvas  de  supervivencia  de  la  condición,  conocidas  como  funciones  de 
transición o curvas. Ana and W. Bauwens (2010). 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

13 

 

Por lo tanto, en el modelo de supervivencia de cohortes, el deterioro de las redes de alcantarillado, se 
formaliza  como  una  transición  sucesiva  entre  estados  de  condición,  de  mejor  a  peor  estado  Baur 
(2004). La función de transición de la condición i a i+1, está dada por la función de supervivencia de 
la distribución de Herz (Herz 1996): 

 

 

 

donde                      es la fracción de tuberías (basa en la longitud) a la edad t que ha sobrevivido hasta 
la condición i o mejor (i=1 a m), como es el factor de envejecimiento (no se produce envejecimiento 
cuando a=0), b es el parámetro de transición (cuanto más grande, más rápida es la transición) y c es 
el tiempo de resistencia. Ana and W. Bauwens (2010). 

A  pesar  del  potencial  de  los  modelos  de  supervivencia  de  cohortes,  no  es  fácil  de  desarrollar.  La 
principal dificultad en el desarrollo de este modelo es su necesidad de un extenso conjunto de datos 
Fenner (2000). 

 

2.1.3.2  Modelos de Cadenas de Markov 

Los modelos de Markov ofrecen un potente algoritmo para el modelado de deterioro de tuberías.  El 
concepto no solo es simple, sino que, lo que es más importante, su estructura permite modelar eventos 
complejos y secuenciales, como el deterioro de tuberías.  Además, los resultados de la mayoría de los 
modelos  de  Markov  (es  decir,  condición  de  probabilidad  de  estado)  atienden  directamente  las 
necesidades del enfoque basado en el riesgo en la gestión de activos, donde el riesgo se calcula como 
el  producto  de  la  probabilidad  de  falla  y  el  costo  de  la  consecuencia  de  la  falla.    Esto  permite  la 
clasificación de las tuberías de acuerdo con el nivel de riesgo en el que pueden basarse decisiones 
como las próximas inspecciones de CCTV o la reparación y rehabilitación.  Ana y Bauwens (2010). 

De  acuerdo  con  Ana  and  W.  Bauwens  (2010),  una  cadena  de  Markov  representa  un  proceso 
estocástico X en tiempo discreto, donde la probabilidad condicional del estado futuro, en el momento 
t +Δt, solo depende del estado presente, en el tiempo t (Ross 2000). Esto significa que la descripción 
del estado actual  captura por  completo toda  la  información  que  influye  en la evolución futura  del 
proceso.    En  términos  matemáticos,  esta  propiedad  se  puede  expresar,  para  todos  los  estados  
𝑖

0,

 𝑖

1,

 𝑖

𝑡−1,

 𝑖

𝑡,

 𝑖

𝑡+1,

 y todo t ≥ 0, como: 

 

Ecuación 2  

Ecuación 1 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

14 

 

2.1.4 

Normatividad de la Empresa de Acueducto y Alcantarillado de Bogotá EAAB ESP. 

La EAAB ESP, a través del equipo de ingenieros de la Dirección de Ingeniería Especializada DIE, 
trabaja  permanentemente  en  la  actualización  de  las  normas  técnicas  de  la  entidad,  y  en  la 
flexibilización y adaptación de éstas a los cambios, a la experiencia y capacidad de implementación, 
así como la adopción de nuevas tecnologías.  Es así, como en el desarrollo del presente estudio, se 
dio  un  cambio  en  la  normatividad  de  la  EAAB,  relacionada  con  la  inspección  de  redes  de 
alcantarillado  con  circuito  cerrado  de  televisión,  por  tanto,  a  continuación,  se  presenta  un  cuadro 
comparativo  de  la  Norma  Técnica  de  Servicio  NS-58  “ASPECTOS  TÉCNICOS  PARA  LA 
INVESTIGACIÓN Y CALIFICACIÓN DE REDES DE ALCANTARILLADO CON EQUIPOS DE 
CCTV” versión 2010 y 2019, que incluye aportes realizados por la DIE. 

 

NS 58 / 2010 

NS 58 / 2019 

ALCANCE 

Calificación 

estructural 

operacional de los defectos. 

Calificación 

Estructural 

operacional/mantenimiento  de  los 
defectos 

observaciones 

codificadas 

FUNDAMENTO 
TEÓRICO 

MANUAL 

DE 

REHABILITACIÓN 

DE 

ALCANTARILLADO,  Cuarta 
edición, 

Volumen 

Planificación  de  rehabilitación. 
WRC, 2000 (Reino Unido) 

-  ASOCIACIÓN  DE  NORMAS 
CANADIENSES  (CSA).  Guía 
técnica  -  Inspección  visual  de  la 
tubería  de  alcantarillado.  PLUS 
4012-10.  Mississauga,  Ontario, 
Canadá: (CSA 4012-10) 

-  NORMAS  TÉCNICAS  DE 
LA INDUSTRIA DEL AGUA, 
Especificación  No:  95-038.1, 
Inspección 

de 

CCTV 

de 

alcantarillado 

-  CENTRO  DE  EXPERTICIA  E 
INVESTIGACIÓN 

EN 

INFRAESTRUCTURA 
URBANA 

(CERIU). 

Guía 

Comprender 

interpretar 

el 

Protocolo 

de 

inspección 

de 

televisión  PACP.  Gobierno  de 
Quebec,  Ministerio  de  Asuntos 
Municipales, 

Regiones 

Ocupación de la Tierra. Montreal, 
Quebec, Canadá: (CERIU, 2012) 

-  Sociedad  Americana  para 
Pruebas 

Materiales  

(American  Society  for  Testing 
and 

Materials 

ASTM 

International) 

-  CIUDAD  DE  BALTIMORE 
DEPARTAMENTO  DE  OBRAS 
PÚBLICAS. 

Especificaciones 

estándar:  materiales,  carreteras, 
puentes,  servicios  públicos  y 
estructuras 

incidentales. 

Especificación 

333113.01. 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

15 

 

 

NS 58 / 2010 

NS 58 / 2019 

Baltimore,  Maryland,  EE.  UU: 
(Baltimore DPW, 2006) 

  

- ASOCIACIÓN NACIONAL DE 
EMPRESAS DE SERVICIOS DE 
ALCANTARILLADO 
(NASSCO). 

Evaluación 

de 

tuberías 

Programa 

de 

certificación. 

Marriottsville, Maryland, EE. UU. 
UU: (NASSCO PACP) 

  

- Evaluación de la condición de la 
tubería  mediante  CCTV.  Directriz 
de  especificación  de  rendimiento. 
Marriottsville, Maryland, EE. UU. 
UU: (NASSCO, 2014) 

  

COMISIÓN 

SANITARIA 

SUBURBANA 

DE 

WASHINGTON 

(WSSC). 

Especificaciones  estándar  Sección 
02956  Inspección  de  circuito 
cerrado 

de 

televisión 

de 

alcantarillas, pozos y domiciliarias. 
Laurel, 

Maryland, 

EE. 

UU: 

(WSSC 2013) 

  

ORGANIZACIÓN 

INTERNACIONAL  PARA  LA 
NORMALIZACIÓN 

(ISO). 

Elementos de datos y formatos de 
intercambio  -  Intercambio  de 
información  -  Representación  de 
fechas  y  horas.  Génova,  Suiza: 
(ISO 8601) 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

16 

 

 

NS 58 / 2010 

NS 58 / 2019 

EJECUCIÓN CCTV 

Solo permite el uso del software 
CUES  Granite,  el  cual  no  es 
flexible,  y  genera  archivos  que 
no  son  compatibles  con  otros 
software.    El  operador  tiene  la 
autonomía  de  calificar  los 
defectos conforme su experticia 
y posteriormente concluir sobre 
un 

grado 

estructural 

operacional  de  1  a  5,  para  los 
cuales  la  norma  establece  su 
respectivo 

diagnóstico 

intervención recomendada. 

Pueden 

utilizarse 

Software 

compatibles  y  certificados  para 
codificación 

PACP-NASSCO, 

donde  el  operador  codifica  los 
defectos  y  el  PACP  tiene  dos 
calificaciones PACP Quick Rating 
y el Índice de Calificación, al final 
se 

hace 

un 

reporte 

de 

recomendaciones.   Posteriormente 
se  debe  realizar  un  análisis 
detallado  del  riesgo  teniendo  en 
cuenta  una  cuantificación  de  la 
consecuencia  de  falla  de  dichos 
tramos, para definir la intervención 

GRADOS 
ESTRUCTURALES  Y 
RECOMENDACIONES 

1  =  Se  recomienda  realizar 
nueva inspección en un plazo de 
4  a  5  años,  para  verificar  el 
estado estructural del tramo 

1  y  2  =  Atención  programable  a 
largo plazo  

2  =  Se  recomienda  realizar  las 
acciones de mantenimiento con 
el  fin  de  corregir  los  daños 
encontrados  y  hacer  nueva 
inspección en un plazo de 3 a 4 
años  para  analizar  el  riesgo 
estructural.  

3  =  Se  deben  realizar  acciones 
de mantenimiento que permitan 
corregir 

los 

defectos 

priorizándolos  de  acuerdo  con 
la  gravedad  o  calificación;  se 
recomienda 

realizar 

nueva 

inspección en un plazo de 2 a 3 
años  para  verificar  con  el 
resultado, 

las 

acciones 

realizadas  y  que  no  se  ha 
incrementado 

el 

riesgo 

estructural.  

3 = Atención programable a corto 
plazo 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

17 

 

 

NS 58 / 2010 

NS 58 / 2019 

4  =  Se  deben  tomar  medidas 
preventivas 

correctivas 

realizando 

acciones 

de 

mantenimiento  que  impidan 
una  propagación  del  daño; 
priorizando  los  defectos  según 
la  gravedad  o  calificación. 
Programar nueva inspección en 
un  plazo  de  1  a  2  años  para 
analizar  el  resultado  de  las 
acciones ejecutadas.  

4 y 5 = Atención Inmediata 

5  =  Se  deben  ejecutar  las 
acciones 

de 

saneamiento 

necesarias, de carácter urgente; 
para dejar en operación el tramo 
afectado.  Se  debe  analizar  la 
posibilidad de una reposición o 
rehabilitación  total  o  puntual 
del tramo. 

GRADOS 
OPERACIONALES  Y 
RECOMENDACIONES 

1  =  Se  recomienda  realizar 
nueva inspección en un plazo de 
2  a  3  años,  para  verificar  el 
estado operacional del tramo. 

1  y  2  =  Atención  programable  a 
largo plazo  

2  =  Se  recomienda  realizar  las 
acciones de mantenimiento con 
el fin de corregir los daños más 
importantes, y hacer una nueva 
inspección en un plazo de 1 a 2 
años  para  analizar  el  riesgo 
operacional.  

3  =  Se  deben  realizar  acciones 
mantenimiento  que  eviten  el 
fallo  de  la  operación  del 
sistema. Se recomienda realizar 
una  nueva  inspección  en  un 
plazo de 1 año para verificar el 
resultado de las acciones.  

3  y  4  =  Atención  programable  a 
corto plazo 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

18 

 

 

NS 58 / 2010 

NS 58 / 2019 

4  =  Se  deben  tomar  medidas 
correctivas  que  impidan  una 
propagación 

del 

daño. 

Programar 

una 

nueva 

inspección en un plazo de 8 a 12 
meses para analizar el resultado 
de las acciones ejecutadas 

5 = Se deben tomar medidas de 
emergencia  y  ejecutar  las 
acciones  de  limpieza  y  des 
obstrucciones  necesarias,  de 
carácter  urgente  para  dejar  en 
operación el tramo afectado. Se 
recomienda  realizar  inspección 
de 

redes 

aledañas 

para 

determinar  la  causa  de  la 
colmatación. 

5 = Atención inmediata 

VENTAJAS 

Claridad  en  la  definición  del 
diagnóstico 

Minimiza 

subjetividad 

en 

la 

calificación de la inspección 

Claridad  en  la  definición  de  la 
intervención 

Archivos compatibles con ArcGis, 
mayor 

flexibilidad 

compatibilidad del Software usado 
para la inspección. 

Fácil 

comprensión 

en 

la 

ejecución 

informe 

de 

inspección 

Respaldo internacional 

  

Reduce 

significativamente 

manipulación  de  archivos  de 
trabajo y resultados 

  

modernización empresarial 

  

Minimiza  dependencia  en  criterio 
de operador 

DESVENTAJAS 

Subjetividad 

al 

valorar 

inspección 

No en la inspección en sí, pero en 
la  evaluación  posterior,  para 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

19 

 

 

NS 58 / 2010 

NS 58 / 2019 

Sobrevaloración 

de 

la 

inspección 

definir la intervención a la tubería 
inspeccionada, 

puede 

darse 

subjetividad en el análisis de riesgo 
y  cuantificación  de  consecuencia 
de 

falla, 

que 

hagan 

los 

responsables  de  esta  actividad,  a 
los  tramos  con  recomendación 
"Atención inmediata" y "Atención 
programable a corto plazo". 

No incluye nuevas tecnologías 

Software  no  compatible  con 
actualizaciones 

del 

sistema 

operativo Office. 

Responsabilidad 

recae 

en 

operador 

Archivos  no  compatibles  con 
ArcGis 

Tabla 4.- Cuadro comparativo NS-58 V2010 vs V2019, elaboración propia. 

Como se observa en el cuadro anterior, son más las ventajas que desventajas que conllevan la nueva 
norma, en términos de beneficios y de mitigar la subjetividad que existía en la versión anterior, en 
cuanto a la delegación de un alto grado de responsabilidad en el operador del CCTV, en su capacidad 
y experticia para emitir una calificación, sin embargo, es un reto aún para la EAAB ESP, trabajar en 
la implementación efectiva de esta norma, ampliando capacitaciones al personal externo e interno, 
quienes  participan  de  la  ejecución  y  procesamiento  de  las  inspecciones,  así  como  internamente 
desarrollar en detalle, las metodologías y matrices de análisis de riesgos que deben usar los ingenieros 
encargados de la compilación, análisis de resultados y toma de decisiones para las intervenciones a 
que  hayan  lugar,  no  obstante,  como  lo  aclara  la  DIE,  el  análisis  de  riesgos  y  cuantificación  de 
consecuencias de falla, no es alcance de esta norma y debe ser evaluado asumiendo diferentes criterios 
dependiendo del tipo de proyecto.   

A continuación, se presentan los aspectos y lineamientos, que se consideran más relevantes dentro de 
la nueva versión de la Norma técnica de la EAAB, la NS-58 vigente desde el 18 de octubre de 2019; 

2.1.4.1  Objetivo de la investigación de redes con CCTV 

La investigación de redes con equipos CCTV de la red de alcantarillado es el proceso de examinar y 
registrar la condición interna de la tubería para identificar: 

•  Condiciones  actuales  de  la  tubería  incluyendo  cualquier  problema  de  instalación, 

operacional/mantenimiento, o estructural existente en la red en una ubicación aproximada. 

•  Calidad y longitud de trabajos de reparación o renovación de redes con métodos sin zanja o 

a zanja abierta.  

•  Conexiones ilegales o erradas en el servicio de alcantarillado (pluvial o sanitario). 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

20 

 

•  Puntos de infiltración en la red de aguas residuales. 
•  Posibles puntos de exfiltración, escape, o vertimientos de aguas residuales. 
•  Métodos apropiados para el mantenimiento, reparación, o renovación de la red. 

2.1.4.2  Requisitos para La ejecución de La videoinspección 

El  personal  responsable  de  la  inspección  debe  tener  conocimientos  técnicos  sobre  construcción, 
operación y materiales de las redes de alcantarillado, así como tener amplia experiencia en campo 
para este tipo de labores. 
 

 

Tabla 5.- Criterios de selección de equipos para videoinspección de alcantarillado. Tomado de la NS-58 EAAB ESP 

2.1.4.3  Identificación y Codificación de defectos u observaciones por tramo 

La  identificación  y  codificación  de  defectos  u  observaciones  debe  realizarse  siguiendo  los 
lineamientos establecidos en el estándar PACP-NASSCO. 

Requisitos para el inicio de la codificación: 

•  No deben codificarse defectos u observaciones que sean parte de la estructura de entrada (ej. 

pozo de inspección). 

•  La codificación de defectos debe realizarse desde el momento que el contador de distancia 

longitudinal comience con 0.0 m. 

•  El  contador  de  distancia  longitudinal  debe  reiniciarse  en  el  momento  que  el  lente  de  la 

videocámara llegue a la pared del pozo inicial como se muestra en la Ilustración 5. Lo anterior 
produce consistencia en las mediciones y evita distorsión de medidas debido al ángulo de 
visión del lente. 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

21 

 

•  Los dos primeros códigos deben ser: el código para el punto de acceso y el código de nivel 

de agua (MWL), tal y como lo exige el estándar PACP-NASSCO. 

2.1.4.4  Requisitos Para calificaciones por tramo y recomendaciones 

Los  trabajos  de  videoinspección  de  redes  deben  generar  calificaciones  estructurales, 
operacionales/mantenimiento  y  combinadas  (estructural  +  operacional/mantenimiento),  por  medio 
del cómputo de los grados dados a los códigos de videoinspección. 

Dichos grados están dispuestos del 1 al 5, siendo 5 el grado con mayor severidad y 1 el grado de 
menor  severidad.  Por  ejemplo,  la  codificación  de  un  colapso  de  tubería  (Código  “X”  en  PACP) 
representa la asignación de un defecto grado 5 en la videoinspección. 

Estos grados están preestablecidos para cada código en el estándar PACP-NASSCO, y el software de 
videoinspección debe realizar la asignación de dichos grados y calificaciones automáticamente sin 
intervención de los operarios. La EAAB-ESP no acepta bases de datos o reportes de inspección con 
calificaciones hechas a mano o calculadas manualmente por el operario o ingeniero. 

Para el análisis de las calificaciones por tramo, la EAAB-ESP utiliza el tipo de calificación conocido 
como ‘Calificación Rápida PACP’, y conocida en inglés como ‘PACP Quick Rating’, la cual está 
compuesta de cuatro caracteres organizados de la siguiente manera: 

Caracter No. 

1

 

 

Caracter No. 2

 

Caracter 

No. 3

 

 

Caracter No. 4

 

 

 

Grado más 

alto de la 

video-

inspección.

 

 

Número de veces que el 

grado más alto se repite. En 

caso de ser superior a 9, el 

software debe emplear letras 

de  acuerdo  con  estándar 

PACP-NASSCO.

 

 

Siguiente 

grado  más 

alto de la 

videoinspe 

cción.

 

Número de veces que el 

siguiente grado más alto se 

repite. En caso de ser 

superior a 9, el software 

debe emplear letras  de 

acuerdo  con  estándar 

PACP-NASSCO.

 

Tabla 6.- Descripción de los Caracteres de la Calificación ‘Quick Rating’ de PACP. Tomado de la NS-58 EAAB 

 

Caracter No. 1

 

Caracter No. 2

 

Caracter No. 3

 

Caracter No. 4

 

4

 

2

 

2

 

1

 

El grado más alto 

encontrado en la 

videoinspección es 

4

 

 

El grado 4 se repite 2 

veces en toda la 
videoinspección

 

El siguiente grado 

más alto en la 

videoinspección es 

2

 

 

El grado 2 sólo 

aparece 1 vez en toda 

la videoinspección

 

Tabla 7.- Interpretación de una Calificación Ejemplo (Calificación = 4221). Tomado de la NS-58 EAAB ESP 

Es  importante  tener  en  cuenta  que  las  Calificaciones  Rápidas  PACP  sólo  deben  tener  cuatro 
caracteres, por lo tanto, si el número de veces que se repite un grado es mayor a 9, la calificación debe 
cumplir los requisitos de nomenclatura en letras establecidos en el estándar PACP-NASSCO. 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

22 

 

La Calificación Rápida PACP (PACP Quick Rating) debe ser reportada para la evaluación estructural, 
operacional/mantenimiento y combinada (estructural + operacional/mantenimiento). 

 

2.1.4.5  Reporte de Recomendaciones 

Cada entrega de información a la EAAB-ESP debe incluir un reporte de recomendaciones basado en 
la Calificación Rápida PACP.  Para generar dicho reporte el contratista debe suprimir los caracteres 
2, 3 y 4, y agrupar las calificaciones en base al grado más alto encontrado en la videoinspección. El 
reporte debe incluir las siguientes secciones: 

Cuadro resumen de las Calificaciones Rápidas PACP estructural y operacional/mantenimiento (por 
separado) con el siguiente contenido. 

Listado de tramos con grado estructural 5 y 4 para “Atención Inmediata” y listado separado de tramos 
con grado estructural 3 “Atención Programable a Corto Plazo”. 

Listado  de  tramos  con  grado  operacional/mantenimiento  5  para  “Atención  Inmediata”  y  listado 
separado  de  tramos  con  grado  operacional/mantenimiento  4  y  3  “Atención  Programable  a  Corto 
Plazo”. 

Grado Estructural más 

Alto encontrado 

Número de tramos con 

dicho Grado Estructural 

Recomendación 

 

Atención Inmediata 

 

 

Atención Programable a 

Corto Plazo 

 

Atención Programable a 

Largo Plazo 

 

Tabla 8.- Cuadro resumen de las clasificaciones rápidas PACP (Estructural).  Tomado de la NS-58 EAAB ESP 

 

Grado 

Operacional/Mantenimiento 

más Alto encontrado 

Número de tramos con 

dicho grado operativo 

Recomendación 

 

Atención Inmediata 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

23 

 

 

Atención Programable a 

Corto Plazo 

 

 

Atención Programable a 

Largo Plazo 

  

Tabla 9.- Cuadro resumen de las clasificaciones rápidas PACP (Operación/Mantenimiento). Tomado de la NS-58 

EAAB ESP 

Todas las recomendaciones de “Atención Inmediata” y “Atención Programable a Corto Plazo” deben 
considerarse por la EAAB-ESP una vez se realice un análisis detallado del riesgo teniendo en cuenta 
una cuantificación de la consecuencia de falla de dichos tramos. 

Como se muestra, la norma vigente de la EAAB ESP, NS-58 versión de octubre 2019, posee 

un  fundamento  teórico  solido  y  apropiado,  que  redunda  en  una  modernización  empresarial,  sin 
embargo,  representa  un  gran  reto  para  la  entidad,  la  armonización  e  implementación  de  ésta,  la 
actualización  de  equipos  y  herramientas,  para  garantizar  que  no  se  pierda  información  histórica 
recopilada con la norma técnica anterior, así mismo, organizar y asignar recursos físicos, tecnológicos 
y humanos, que garanticen la conservación y sostenibilidad de la información que se generan en cada 
una  de  las  Zonas  en  que  se  divide  la  entidad,  unificando  criterios  y  procedimientos,  para  el 
procesamiento y análisis de los datos, dando continuidad al proyecto que adelanta la DIE, con el fin 
de realizar una Gestión Integral de los Alcantarillados.  

 

2.2  Modelos de Regresión Logística 

La regresión logística, es un caso especial de la regresión lineal, requiere datos binarios y supone una 
distribución de Bernoulli. El resultado utiliza los datos de inspección históricos para proporcionar a 
los tomadores de decisiones, un medio de evaluar qué tubería se inspeccionará para la planificación 
futura de la inspección programada, en función de la probabilidad de que ocurra la falla. (Kim 2018) 

Según Monroy y Rivera (2009): 

Un  modelo  estadístico  tiene  como  finalidad  principal  explicar  el  comportamiento  (en  términos  de 
variabilidad) de las variables que, de acuerdo con el marco conceptual asumido por el investigador, 
están ligadas a un fenómeno mediante otras variables asociadas al mismo fenómeno.  Un modelo está 
compuesto  por  la  variable  a  explicar  (dependiente  o  respuesta)  y  las  variables  explicativas 
(independientes o regresoras) con las cuales se pretende dar cuenta del comportamiento de la variable 
respuesta.  El modelo se hace visible a través de una función matemática con la cual se expresan las 
relaciones entre las variables puestas en juego.  

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

24 

 

Con la regresión logística se procura expresar la probabilidad de que ocurra el evento de interés como 
función de algunas variables, que desde la teoría (o la experiencia) se asumen como influyentes.  

En su forma más simple el modelo logístico incluye una sola variable explicativa, por ejemplo X

1

este es  

𝑃(𝑌 = 1) =

1

1 + exp [−(𝛽𝑜 + 𝛽1X1)]

 

Ecuación 3 

El caso más general, que involucra p-variables explicativas X

1, …, 

X

p, 

es el siguiente: 

𝑃(𝑌 = 1) =

1

1 + exp [−(𝛽𝑜 + 𝛽1X1 + 𝛽2X2 + ⋯ + 𝛽pXp)]

 

Ecuación 4 

Donde βo, β

1

, β

2

, …, βp son los parámetros del modelo; exp(.) se refiere a la función exponencial.  

La  expresión  del  lado  derecho  de  la  ecuación  4,  se  conoce  con  el  nombre  de  función  logística 
multivariada, mientras que la ecuación 3, corresponde a la función logística univariada.  Con relación 
a las variables explicativas del modelo de regresión logística, estas pueden ser de tipo nominal, ordinal 
o continuo.  Este es uno de los grandes atractivos de la regresión logística.  La figura (4) muestra la 
función logística univariada.   

 

Figura 4.- Función Logística 

Para la construcción e interpretación de la función logística, la información se dispone en notación 
matricial: 

𝑌1

𝑋11

𝑋12 …

𝑋1𝑝

𝑌2

𝑋21

𝑋22 …

𝑋2𝑝

𝑌𝑛

𝑋𝑛1 𝑋𝑛2 … 𝑋𝑛𝑝

 

Figura 5.- Matriz Función Logística 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

25 

 

Cada fila representa el resultado de medir las variables Y, X1, …, Xp en un individuo, la primera 
columna  está  compuesta  por  unos  y  ceros.    La  matriz  tiene  tantas  filas  como  sujetos  haya  en  la 
muestra.  Por ejemplo, X

35

 representa la medición de la quinta variable explicativa sobre el tercer 

individuo de la muestra. 

En regresión lineal el método usado con más frecuencia es el de mínimos cuadrados.  Con el cual se 
buscan los valores de βo, β

1

, …, βp que minimicen la suma de cuadrados de las desviaciones entre 

los valores observados Y y los valores pronosticados por el  modelo, es decir intenta encontrar los 
valores  de  los  parámetros  que  minimicen  el  error  de  predicción.    Bajo  algunos  supuestos,  como 
varianza constante, normalidad de errores, independencia entre las variables explicativas, el método 
de los mínimos cuadrados produce estimadores con propiedades estadísticas deseables. Pero como 
las  variables  dicotómicas  no  reúnen  estas  propiedades;  en  consecuencia,  se  debe  adoptar  por  otro 
procedimiento de estimación.   

Dado  que  la  variable  Y  sigue  una  distribución  tipo  Bernoulli,  el  procedimiento  adecuado  de 
estimación es de máxima verosimilitud.  La solución a las ecuaciones implicadas en este proceso de 
optimización suministra los estimadores de los parámetros del modelo. 

Según el nivel y las características de la variable dependiente, la regresión logística puede 

examinarse  en  tres  grupos:  regresión  logística  binaria,  regresión  logística  multinomial  y  regresión 
logística ordinal. Salman (2012).  El presente estudio, se fundamenta en el desarrollo de Modelos de 
Regresión Logística Binaria y Multinominal, sin embargo, por los resultados encontrados, el enfoque 
principal  se  da,  a  los  Modelos  de  regresión  logística  Binaria.  A  continuación,  se  describen  el 
fundamento teórico de los modelos, en detalle.  

 

2.2.1 

Modelo de Regresión Logística Binaria 

 
Los Modelos de Regresión Logística Binomial son los más usados por la facilidad de interpretación 
y la capacidad del modelo de lograr ajustes representativos de la información, teniendo en cuenta que 
es la representación más parsimoniosa del problema que se quiere interpretar.   

La  regresión  logística  binaria  se  usa  para  modelar  la  relación  entre  una  variable  dependiente 
dicotómica (como éxito versus fracaso) y variables independientes. En el modelado de deterioro, la 
variable dependiente dicotómica se puede expresar como "estructuralmente insegura" (es decir, Y = 
1)  versus  "segura"  (es  decir,  Y  =  0).  Las  variables  independientes  pueden  ser  tanto  variables 
numéricas como variables categóricas, que se cree que tienen un efecto sobre el deterioro del activo. 
Si bien las variables numéricas se pueden ingresar directamente en la ecuación de regresión logística, 
las variables categóricas con k valores posibles (k> 1) se codifican de forma ficticia mediante el uso 
de variables (k - 1). Salman (2012). 

Es importante anotar que la codificación sobre qué es Y=1 o qué es Y=0 es arbitraria e irrelevante 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

26 

 

En estadística, la regresión logística se utiliza para predecir la probabilidad de ocurrencia de un evento 
ajustando los datos a una curva logística. Es un modelo lineal generalizado utilizado para la regresión 
binomial. (Kim 2018)

 

La forma general de la regresión logística binaria es la siguiente: Agresti (2002) y Salman (2012): 

 

𝐿𝑜𝑔 [

𝑃(𝑌 = 1 ǀ𝑋1, 𝑋2, … , 𝑋𝑝)

1 − 𝑃(𝑌 = 1ǀ𝑋1, 𝑋2, … , 𝑋𝑝)

] = 𝛼 + 𝛽1X1 + 𝛽2X2 + ⋯ + 𝛽pXp 

Ecuación 5 

en el que Y = variable dependiente dicotómica; puede asumir el valor de cero o uno, X1 ... Xp = 
variables independientes; α = término de intercepción; y β1 ... βp = coeficientes de regresión logística. 

Una vez estimados los parámetros de un modelo, la inquietud se centra en la “importancia” de cada 
variable para el modelo y en el problema que se enfrenta.  Así, puede tenerse la inquietud de cuál de 
las  p-variables  influye  más  en  el  valor  que  tome  P(Y=1).  Algunos  criterios  que  den  cuenta  de  la 
bondad del modelo se revisarán a través de la verificación de la relevancia de cada variable en el 
modelo  propuesto;  algunas  medidas  de  ajuste  y  la  selección  de  las  variables  más  relevantes.    No 
obstante, se debe aclarar que el término relevante no necesariamente apunta a la importancia desde el 
punto de vista biológico o médico causal de una variable, sino a una visión estadística.  

En un modelo que incluya p variables, posiblemente no todas ellas sean relevantes para el problema. 
En  tal  caso  se  deben  detectar  las  variables  que  menos  aporten  al  modelo  para  decidir  sobre  su 
exclusión, y así obtener un modelo más simple (parsimonioso). 

En el análisis de regresión existen varios procedimientos disponibles para la selección del modelo 
que,  con  el  número  más  reducido  posible  de  variables,  se  ajuste  adecuadamente  a  los  datos.    La 
regresión  paso  a  paso,  también  llamada  en  la  literatura  anglosajona  como  Stepwise,  es  un 
procedimiento  que  consiste  en  construir  sucesivos  modelos  de  manera  que  cada  uno  difiera  del 
precedente en una sola variable e ir comparando los resultados de cada versión con los de la anterior.   

Existen dos versiones del a regresión paso a paso: 

a)  La  regresión  “hacia  adelante”  (forward):  se  ajustan  tantos  modelos  de  regresión  logística, 

como variables predictoras se tengan, y se van incorporando uno a uno.  

b)  La regresión “hacia atrás” (backward): se ajusta la regresión logística para todas las variables 

predictoras y se van ajustando modelos de orden inferior hasta llegar a uno que no pueda 
“degradarse” sin pérdida de información significativa. 

c)  Las  significaciones  sucesivas:  se  ajusta  el  modelo  de  regresión  logística  para  todas  las 

variables, se identifican aquellas variables cuyos coeficientes, desde una prueba de hipótesis, 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

27 

 

resulten  significativas  y  se  ajusta  el  modelo  con  aquellas  variables  que  resultaron 
significativas en la prueba.  

Se debe definir lo que se entiende por “variables relevantes”, pues si el problema es hallar un modelo 
que  optimice  la  predicción,  la  solución  a  este  problema  es  la  planteada  anteriormente,  pero  si  el 
modelo se ajusta dentro de un marco conceptual (como debe ser), el proceso de selección de variables 
atañe más al área del conocimiento que se estudia que a la estadística.  Esta anotación es oportuna, 
toda  vez  que  muchos  investigadores  actúan  como  si  los  métodos  estadísticos  les  eximieran  de  la 
experticia y conocimientos acerca del tema que tratan.  Monroy y Rivera (2009). 

Una revisión de la bibliografía nacional e internacional, muestran que la aplicación del modelo de 
regresión  logística  en  el  análisis  predictivo  del  estado  de  deterioro  de  infraestructura  civil, 
proporciona una base para evaluar sistemas expuestos a fallas por diferentes agentes generadores de 
la misma.  

Es importante comprender que el objetivo de utilizar la regresión logística para el análisis de datos es 
el mismo que el de cualquier técnica de construcción de modelos utilizada en estadística, es decir, 
encontrar  el  modelo  más  adecuado  y  más  parsimonioso.  Como  en  la  regresión,  un  modelo  de 
regresión logística describe una relación entre una respuesta y un conjunto de variables explicativas. 
Una  respuesta  también  se  conoce  como  una  variable  dependiente  o  una  salida.  Las  variables 
explicativas  también  se  denominan  a  menudo  covariables,  variables  independientes  o  predictores. 
(Kim 2018)

 

2.2.2 

Modelo de Regresión Logística Multinominal 

 
El modelo de regresión logística multinomial se desarrolla cuando se utiliza una variable dependiente 
que  puede  asumir  más  de  dos  categorías,  como  es  el  caso  del  grado  estructural  de  las  tuberías, 
conforme a la clasificación de la Norma técnica en la cual se basó la realización de las inspecciones 
con las cuales se desarrolla el presentes estudio, esto es, grado estructural 1, 2, 3, 4 o 5, siendo 5 el 
grado que representa el estado más grave de la tubería y 1 el mejor estado.  Sin embargo, como se 
observara  en  el  capítulo  cuatro,  la  regresión  logística  binaria  arroja  mejores  resultados  que  la 
regresión  logística  multinomial,  esto  es  de  esperarse  teniendo  en  cuenta  que  la  probabilidad  de 
predecir el grado estructural de la tubería entre 1, 2, 3, 4 o 5, es más baja, que entre 1 y 2, donde 
comúnmente se entiende como Y=1 en estado de falla, el cual representa los grados estructurales 4 y 
5, que arroja el CCTV, y Y=0 en estado de No falla, el cual representa los grados estructurales 1, 2 y 
3. 

También se habla de Regresión Logística nominal, cuando no hay un orden natural entre las categorías 
de la respuesta y de Regresión Logística ordinal, cuando se puede establecer un orden natural obvio 
en las categorías de las respuestas, que debe ser tomado en cuenta en la especificación del modelo. 
Monroy y Rivera (2009).  Esta última regresión es el caso de la categoría 1, 2, 3, 4, o 5, que asume la 
variable dependiente en el caso de los grados que arrojan los CCTV.   

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

28 

 

De acuerdo con Dobson (2002), los modelos que se usan comúnmente cuando se tienen cateogrías 
ordinales  son  el  modelo  logit  acumulativo,  el  modelo  de  cateogría  adyacente,  el  modelo  logit  de 
continuación de razón y el modelo de odds proporcionales; este último, es el que se implementa en la 
mayoría de los programas de análisis estadísticos, como es el caso de Matlab. 

De acuerdo con, Monroy y Rivera (2009): 

El modelo de odds proporcionales se basa en el supuesto que el efecto de las covariables X

1

, …, X

p

 

es igual para todas las categorías en la escala logarítmica, el modelo es: 

𝐿𝑜𝑔

𝜋1 + ⋯ + 𝜋𝑗

𝜋𝑗 + 1 + ⋯ + 𝜋𝑟

= 𝛽𝑜𝑗 + 𝛽1𝑋1 + ⋯ + 𝛽𝑝𝑋𝑝 

Ecuación 6 

Note que el productor lineal tiene un intercepto que depende de la categoría j, pero las otras variables 
explicativas no dependen de la categoría j, pero las otras variables explicativas no dependen de j.  

La razón de odds asociada a un incremento de una unidad en la variable explicativa Xk es exp(β

k

con k=1,…,p. 

En el caso de una respuesta ordinal con tres categorías y dos variables explicativas, de acuerdo con 
el modelo que se describe en la ecuación 5., se tiene: 

𝐿𝑜𝑔

𝜋

𝜋2 + 𝜋3

= 𝛽𝑜1 + 𝛽1𝑋1 + 𝛽2𝑋2 

Ecuación 7 

𝐿𝑜𝑔

𝜋1 + 𝜋2

𝜋3

= 𝛽𝑜2 + 𝛽1𝑋1 + 𝛽2𝑋2 

Ecuación 8 

El valor de P(Y=2) se obtiene por la diferencia  

P(Y=2) = 1 – P(Y=1) – P(Y=3) 

Ecuación 9 

En  el  capítulo  4,  se  muestran  cuatro  modelos  de  regresión  logística  multinomial,  2  de  ellos 
desarrollados con las inspecciones realizadas dentro de la UPZ Los Cedros y los otros 2 modelos con 
el total de las inspecciones para la Zona 1 de la EAAB ESP.  

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

29 

 

3  METODOLOGÍA  PARA  LA  DETERMINACIÓN  DEL  ESTADO 

ESTRUCTURAL  DE  LAS  REDES  DE  ALCANTARILLADO 
SANITARIO DE LA ZONA 1 DE LA EAAB ESP. 

3.1  Antecedentes 

Algunos casos recientes y más significativos dentro de la bibliografía, que han desarrollado modelos 
de  regresión logística, las variables  independientes  tenidas en  cuenta  y  las  variables  significativas 
obtenidas conforme a las pruebas de hipótesis aplicadas, son: 

No.  ARTÍCULO 

CASO 

DE 

ESTUDIO 

VARIABLES 
USADAS 

VARIABLES 

MÁS 

SIGNIFICANTES 

Predicción 

de 

la 

condición 

de 

tuberías 

de 

alcantarillado 
sanitario. 
Mohammadi (2019) 

Ciudad 

de 

Tampa, Florida. 

Edad, 

Material, 

Diámetro, Longitud, 
Nivel 

Freático, 

Profundidad, 
Pendiente, Caudal y 
Tipo de suelo. 

Edad, 

Material, 

Diámetro, 

Longitud, 

Nivel Freático. 

Predicción 

de 

la 

condición estructural 
del 

alcantarillado 

integrando 

el 

promedio 

del 

Modelo 

Bayesiano 

con  la  Regresión 
Logística. 

Kabir 

(2018) 

Ciudad 

de 

Calgary, Canada 

Edad, 

Longitud,  

Diámetro, 

Cotas 

Rasantes, 

Cotas 

bateas, Profundidad, 
pendiente. 

Edad, 

Longitud,  

Diámetro 

Cotas 

Rasantes 

Predicción 

de 

la 

condición 

del 

alcantarillado 

análisis  de  factores 
explicativos.  Laakso 
(2018) 

Sur de Finlandia 

Edad, 

Pendiente, 

Caudal, 

Longitud, 

X,  Y,  Clase  vía, 
Diámetro,  Distancia 
a árboles, tipo suelo, 
material,  
profundidad 

intersección  tubería 
pluvial, Intersección 
tubería acueducto. 

Edad, 

Pendiente, 

Caudal, Longitud, X, Y, 
Clase  vía,  Diámetro, 
Distancia a árboles, tipo 
suelo, 

material,  

profundidad 

intersección 

tubería 

pluvial. 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

30 

 

No.  ARTÍCULO 

CASO 

DE 

ESTUDIO 

VARIABLES 
USADAS 

VARIABLES 

MÁS 

SIGNIFICANTES 

Evaluación  de  la 
degradación 

de 

alcantarillado 
orientada  a  causas  y 
efectos  para  apoyar 
la  planificación  de 
inspección 
programada. 
Gunther (2015) 

No disponible 

Material,  Longitud, 
Diámetro, 

Edad, 

Profundidad  y  Tipo 
de Sección.  

Material, 

Longitud, 

Diámetro, y Edad. 

Un 

estudio 

comparativo 

de 

modelos 

de 

predicción  de  fallas 
en  tuberías  de  agua 
utilizando 
distribución 

de 

Weibull  y  regresión 
logística 

binaria. 

Vladeanu (2015) 

 Municipalidad 
en 

la 

región 

Medio  Oeste  de 
Estados Unidos 

Edad y Diámetro 

Edad 

Beneficios  de  usar 
datos 

básicos, 

imprecisos 

inciertos 

para 

elaborar  programas 
de  inspección  de 
alcantarillado. 
Ahmadi (2014) 

No disponible 

Profundidad,  Clase 
de  Vía,  Tipo  de 
Alcantarillado, 
Edad, 

Material, 

Diámetro, Longitud, 
Pendiente. 

Profundidad,  Clase  de 
Vía 

Tipo 

Alcantarillado 

Influencia  de  datos 
disponibles  en  la 
eficiencia 

de 

programas 

de 

inspección 

de 

alcantarillado. 
Ahmadi (2013) 

No disponible 

Profundidad,  Clase 
de 

Vía, 

Tipo 

Alcantarillado, 
Edad, 

Material, 

Diámetro,  Longitud 
y Pendiente. 

Profundidad,  Clase  de 
Vía 

Tipo 

Alcantarillado 

Modelando  fallas  de 
líneas de recolección 
de  aguas  residuales 
usando 

varios 

modelos 

de 

regresión 

nivel-

Distrito 
Metropolitano  de 
Alcantarillado  de 
Greater Cininnati 

Profundidad,  Tipo 
de 

Alcantarillado, 

Clase de Vía, Edad, 
Material,  Diámetro, 
Longitud 

Pendiente. 

Profundidad,  Tipo  de 
Alcantarillado  y  Clase 
de Vía. 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

31 

 

No.  ARTÍCULO 

CASO 

DE 

ESTUDIO 

VARIABLES 
USADAS 

VARIABLES 

MÁS 

SIGNIFICANTES 

sección. 

Salman 

(2012) 

Modelado de la línea 
de 

tiempo 

de 

deterioro 

de 

los 

sistemas 

de 

alcantarillado. 
Lubini (2012) 

Ciudades 

de 

Verdun 

St-

Hyacinthe 

en 

Quebec   

Edad, 

Diámetro, 

Material,  Pendiente 
y Longitud 

Edad, 

Diámetro 

Material 

10 

Evaluación  de  las 
necesidades 

de 

inspección 

de 

infraestructura 
utilizando  modelos 
logísticos. 
Ariaratnam (2001) 

Edmonton,  Alta. 
Canadá 

Edad, 

Diámetro, 

Tipo 

de 

Alcantarillado, 
Profundidad 

Material. 

Edad,  Diámetro  y  Tipo 
de Alcantarillado 

Tabla 10.- Casos de Estudio Modelos de Regresión Logística.  Elaboración propia 

 

Del cuadro anterior se observa, que las cinco variables más usadas por los investigadores para tener 
en cuenta como predictoras, en los modelos de regresión logística son la edad, el material, la longitud, 
la profundidad, la pendiente y el diámetro y las tres variables que con mayor frecuencia se obtienen 
como variables significativas, son en orden de importancia, la edad, el diámetro y el material.   

Por  último,  se  observa  que  en  ninguno  de  los  trabajos  expuestos  se  tienen  en  cuenta  las 

variables de Subsidencia de los suelos y la de Avisos de Mantenimiento, por lo que se consideran un 
aporte  relevante  de  este  estudio,  el  hecho  de  incluirlas  en  el  análisis.    Como  se  presentará  más 
adelante,  la  variable  de  Subsidencia,  no  demostró  ser  significativa  en  ninguno  de  los  modelos 
desarrollados, mientras que los Avisos de Mantenimiento, resultaron ser significativos en dos de ellos.  
 

 

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

32 

 

3.2  Metodología propuesta para el Caso de Estudio 

 
En esta sección se detallará la metodología propuesta en esta investigación para desarrollar el modelo 
de regresión logística, con fines predictivos, para determinar el estado estructural de las redes locales 
de alcantarillado sanitario de la Zona 1 de la EAAB ESP, con base en la bibliografía referenciada; los 
fundamentos principales fueron tomados de Salam (2012).  
 
Los errores e incertidumbre asociados a la metodología y sus resultados, son los ligados a aquellos 
propagados por las variables con las que se construye el modelo, y estas a su vez tienen diferentes 
fuentes  de  incertidumbre,  como  aquellas  relacionadas  con  los  errores  humanos  y  físicos,  con  los 
recursos que tuvieron relación  en la construcción de la información, no obstante, la incertidumbre 
más grande se asocia a la categorización del estado estructural, producto de la inspección con CCTV, 
tal como se detalla en el siguiente numeral.  
 
A continuación, se describe el enfoque metodológico utilizado y se muestra de manera sistemática, 
la experiencia del presente estudio, en el tratamiento y procesamiento de la información. 
 
 

3.2.1 

Definición del problema 

 

El problema de la estimación del estado estructural de las tuberías de alcantarillado, es un problema 
de  clasificación,  teniendo  en  cuenta,  que  la  variable  dependiente  “Y”  es  un  dato  categórico  y  no 
numérico,  en  ese  sentido,  las  medidas  de  desempeño  para  identificar  qué  tanto  se  ajustan  los 
resultados de la simulación a los registros, que deben usarse, son aquellas que cuantifican qué tanto 
acierta, pero también qué tanto se equivoca el modelo desarrollado. 

En ese contexto, la medida de desempeño utilizada en este estudio, es la Matriz de Confusión o en 
algunos  casos  denominada  Tabla  de  Contingencia,  esta  medida  evidencia  el  desempeño  de  un 
algoritmo de clasificación y muestra cómo se distribuyen los resultados reales versus los resultados 
de la predicción del modelo desarrollado.  

Las fuentes de incertidumbre en este problema, son muchas, pero la más relevante es la asociada a la 
calificación y clasificación del grado estructural que se hace a partir de la inspección de las redes con 
circuito cerrado de televisión.   

La  incertidumbre  puede  crecer  cuando  el  grado  de  condición  de  un  tramo  de  alcantarillado  es 
evaluado.    Incertidumbre  originada  desde  tres  fuentes:  1.  Durante  la  ejecución  de  los  reportes  de 
CCTV,  el  operador  puede  fallar  en  el  reconocimiento  del  defecto,  por  la  condición  operacional 
(insuficiencia de luz, inspecciones rápidas o enfoque del operador o problemas de infiltración), 2. 
Durante  la  descripción  del  defecto,  en  el  sistema  de  códigos,  pueden  ser  usados  códigos  o 
calificaciones incorrectas; 3. Durante la interpretación del reporte de CCTV, la condición evaluada 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

33 

 

es hecha por profesionales, ya sea por clasificación subjetiva (por ejemplo, opinión de expertos basada 
en experiencia) o usando una escala cualitativa (evaluación basada en vejez).  Ahmadi (2014). 

Como se expuso en el numeral 2.1.2. las variables que pueden influir en la determinación del estado 
estructural  de  las  tuberías  de  alcantarillado  son  muchas,  dentro  de  las  más  usadas  por  los 
investigadores del área son, el diámetro, la longitud, la pendiente, la profundidad, la edad, el nivel 
freático, la calidad del agua, entre otros.  

Las  variables  independientes,  tenidas  en  cuenta  en  este  estudio,  son  ampliamente  tratadas  en  los 
numerales 2.1.2, 3.2.2 y 3.2.3, por lo tanto, en este aparte, se hace referencia a la variable dependiente 
“Y”, es decir al estado de deterioro físico de la tubería, definido por el grado estructural, que como 
se expuso en el numeral 2.2., cuando se estudia el problema de manera binaria, “Y” puede tomar 
valores ya sea de Y=0 o de Y=1, cuando se encuentra en estado definido como “No falla” o “Falla”, 
respectivamente; por otra parte, cuando se estudia el problema de manera Multinominal “Y” puede 
asumir valores entre 1, 2, 3, 4 o 5, donde ésta es una escala gradual, en la que Y=1 es el mejor estado 
estructural del tubo y Y= 5 el peor estado. 

 

Figura 6.- CCTV realizados en la Zona 1 de la EAAB 

ESTADO

TRAMOS

%

FALLA Y=1

285

39%

NO FALLA Y=0

453

61%

TOTAL CCTV

738

100%

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

34 

 

La variable dependiente “Y”, que contiene los registros de 738 inspecciones realizadas con circuito 
cerrado de televisión a diferentes redes instaladas en el área de prestación de la Zona 1 de la EAAB 
ESP, se muestran en el mapa de la Figura 6., en color rojo aquellas inspecciones que tienen un grado 
estructural categorizado en estado de “FALLA”, esto es Y=1, que corresponden a grado estructural 4 
y 5, según clasificación de la norma técnica de la EAAB, al momento de la ejecución y en color verde, 
aquellas inspecciones con grado estructural 1, 2 y 3, categorizado en estado de “NO FALLA”, esto 
es Y=0. 

 

3.2.2 

Recopilación de la Información 

 

La  primera  labor  fue  la  recopilación  de  la  información  disponible  asociada  a  las  redes  locales  de 
alcantarillado sanitario, donde se obtuvo la base del catastro oficial de la EAAB ESP, la cual contiene 
cada una de las siguientes variables, para cada uno de los tramos de alcantarillado sanitario en estudio: 

VARIABLE 

DEPENDIENTE 

ABREVIATURA 

UNIDAD 

Diámetro 

metros (m) 

Longitud 

metros (m) 

Pendiente 

Porcentaje o centímetro/metro (cm/m) 

Profundidad 

metros (m) 

Edad  

vejez (años) 

Material 

como 

variable 

Binaria 

MBIN 

M =1 cuando Gres, M=0 cuando ≠Gres 

Material 

como 

variable 

Ficticia 

M1 y M2 

Si GRES 

⇒ M1=1 y M2=0 

Si CONCRETO 

⇒ M1=0 y M2= 1 

Si PVC 

⇒ M1=0 y M2=0 

Tabla 11.- Variables dependientes definidas 

 

Posteriormente, se obtuvo la base de datos de los reportes del Sistema de Información Empresarial 
de la EAAB ESP, con la lista de avisos de mantenimiento, asociados a la atención o ejecución de 
actividades  de  mantenimiento en las  redes  de alcantarillado,  en la  Zona  1,  de  los  últimos  10  años 
(2008-2018).  Con esta base de datos en Excel, se procesó la información, eliminando aquellos avisos 
inefectivos y los asociados a actividades diferentes a las relacionadas con el alcantarillado sanitario y 
se realizó un procesamiento geoespacial en ArcMap de ArcGIS (Esri), para asignar cada uno de los 
eventos al tramo ubicado frente a la dirección a la cual está ligado el mantenimiento.  

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

35 

 

Adicionalmente,  se  gestionó  a  través  del  Ingeniero  Héctor  Mora  Páez,  Coordinador  del  Grupo  de 
Investigaciones Geodésicas Espaciales, del Servicio Geológico Colombiano, los datos de subsidencia 
de los suelos asociados al polígono de la Zona1 de la EAAB ESP, obteniendo en formato shape, los 
resultados de la investigación de este Grupo, a partir del uso de imágenes interferométricas de radar 
de las plataformas SENTINEL-1 y TerraSAR-X.  El Ingeniero Héctor Mora expuso: 

Los archivos corresponden a dos capas de puntos que contienen valores de desplazamiento así: 

a.  2018_11_28_Velocidad_Vertical_TSX_nov11_oct17_Zona1 
b.  2018_11_28_Velocidad_Vertical_Sentinel1_Dic2014_Nov2016_Zona1 

El  archivo  a.  corresponde al  uso  de  imágenes TerraSAR  para el periodo  de septiembre  de  2011 a 
octubre de 2017, mientras que el archivo b. ha sido generado a partir de imágenes SENTINEL-1 para 
el perido de tiempo comprendido entre diciembre de 2014 y noviembre de 2016.   

Con  respecto  a  los  resultados  que  se  pueden  visualizar  en  los  dos  archivos,  es  preciso  hacer  las 
siguientes consideraciones: 

El sensor TerraSAR-X captura las imágenes en la banda X, con una longitud de onda de 3.2 
cm y resolución espacial de 3m, mientras que el sensor SENTINEL-1 obtiene las imágenes 
en la banda C, con una longitud de onda de 5.6cm y resolución espacial de 15m.  

El  sensor  TerraSAR-X  permite  obtener  información  de  la  superficie  con  mayor  detalle, 
aunque  tiene  menor  capacidad  de  penetración  comparado  con  los  sensores  de  radar  en  la 
banda C tales como SENTINEL-A, y banda L como ALOS-PALSAR. 

El  uso  de  las  imágenes  interferométricas  de  radar  para  este  tipo  de  estudios  implica  la 
posibilidad  que  se  presente,  como  sucede  en  este  caso,  que  algunos  sectores  de  la  ciudad 
aparezcan sin información, lo cual es debido a incoherencia o decorrelación en la fase de la 
fase asociada al interferograma, asociada a la re-vista del satélite.   

Es importante señalar que las imágenes TerraSAR-X abarcan mayor periodo del tiempo de 
observación que las imágenes SENTINEL-1.  Esto significa que se generó un mayor número 
de  interferogramas  con  el  sensor  en  la  banda  X  que  con  el  sensor  en  la  banda  C,  lo  cual 
implica tener mejores niveles de confianza en los resultados obtenidos con TerraSAR-X.  Sin 
embargo, los resultados son complementarios.   

Aunque  las  imágenes  de  SENTINEL-1  tienen  mayor  cobertura  que  las  imágenes  de 
TerraSAR-X, ninguna cubre en su totalidad la Zona 1.   
 

Teniendo en cuenta las anteriores consideraciones realizadas por el ingeniero Héctor Mora Páez, se 
procedió a revisar la información suministrada, y contrastarlas con el área de prestación de servicio 
de alcantarillado de la EAAB ESP, encontrando que las imágenes de SENTINEL-1 son las que mejor 
cubrimiento tiene sobre el área donde se encuentran instaladas las redes de alcantarillado sanitario de 
la  zona  1,  por  lo  tanto  se  decidió  trabajar  con  esta  información  y  realizar  un  procesamiento 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

36 

 

geoespacial en ArcMap de ArcGIS (Esri), para asignar a cada tramo el valor de subsidencia máxima 
presentada en los registros más cercanos al tubo.  

 

3.2.3 

Depuración de la base de datos 

 
La  Base  de  datos  inicial  contaba  con  26.153  tramos  de  alcantarillado  sanitario,  finalmente  quedó 
compuesta  por  24.292,  producto  de  una  depuración  detallada  de  la  información,  con  base  en 
histogramas de frecuencia, gráficos de cajas y bigotes GCB y de la experiencia previa sobre las redes 
existentes en el sector de estudio.   En resumen, se eliminaron el 7% de los tramos por presentar datos 
con  valores  inconsistentes  principalmente  relacionados  con  registros  de  edad,  diámetro,  longitud, 
profundidad y pendiente.  A continuación, se detallan los datos eliminados de la muestra, según la 
variable independiente analizada: 

3.2.3.1  Material 

Se  eliminaron  99  tramos  que  no  contenían  registro  del  material  del  que  están  construidos  y  que 
adicionalmente  no  habían  sido  sujetos  de  inspección,  por  lo  tanto,  quedaron  hasta  este  momento 
26.054 tramos.    

La  variable  independiente categórica  “material”,  del universo  de los  datos,  es  decir  de  los  24.292 
tramos  que  quedaron  al  final  de  la  depuración,  producto  del  análisis  de  todas  las  variables 
independientes, se encuentra compuesta de la siguiente manera: 

 

Figura 7.- Clase de Material Base de Datos completa, tuberías con y sin CCTV. 

 
La variable independiente “material”, de la muestra inspeccionada, se describe en la siguiente gráfica: 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

37 

 

 

Figura 8.- Clase de Material Base de Datos, muestra tuberías con CCTV. 

La tabla resumen de la variable dependiente Material es la siguiente: 

MATERIAL 

TRAMOS 

(und) 

LONG. 

(m) 

CER 

96 

5166 

CR 

957 

47187 

CSR 

8701 

394146 

GRES 

12119 

627611 

GRP 

31 

1730 

LADRILLO 

70 

3140 

PE 

21 

983 

PEAD 

64 

PVC 

2296 

91258 

TOTAL 

24292 

1171284 

Tabla 12.- Clase de Material Base de Datos completa, con y sin CCTV. 

MATERIAL  TRAMOS 

(und) 

LONG. 

(m) 

CER 

97 

CR 

622 

CSR 

160 

8209 

GRES 

478 

30016 

GRP 

57 

LADRILLO 

24 

1698 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

38 

 

 

 

 

Tabla 13.- Clase de Material Base de Datos con CCTV 

 

Como se observa los materiales que predominan tanto en la Base de Datos total, como en la muestra 
con registros de CCTV es el CCTV, seguido del CONCRETO y el PVC, respectivamente.  

En el siguiente capítulo, se observa en los resultados, como el GRES, es el material que se asocia con 
mayor fuerza, al estado estructural más deficiente.  

 

3.2.3.2  Edad E 

La depuración de la base de datos por la variable independiente “Edad”, parte de la base de datos ya 
depurada por concepto de material, es decir con 26.054 segmentos o tramos, sin embargo, en esta 
etapa no se eliminaron registros, sino que se asignaron edades promedio a aquellas tuberías con edad 
atípica correspondiente a 119años. 

Como se mencionó en el numeral 2.1.2.5, la edad máxima de las redes de alcantarillado de los sectores 
más  antiguos  de  Bogotá,  se  encuentra  alrededor  de  los  70  años,  por  lo  que  en  la  metodología 
propuesta, se seleccionaron 5.375 tramos que contenían un registro de edad de 119 años, calculado a 
partir de la edad de instalación, y se les asignó una edad promedio dependiendo del tipo de material, 
si el material es gres, se asignó una edad promedio de 40años, si es PVC, una edad de 14años y si es 
Concreto una edad de 24 años.   

En  general,  estos  alcantarillados  que  reportan  una  edad  de  119  años,  están  asociados  a  tuberías 
construidas  por  la  misma  comunidad,  de  Barrios  Subnormales,  en  procesos  urbanísticos  de 
legalización de barrios y que surten un trámite de entrega de la infraestructura a la EAAB ESP, para 
su mantenimiento y operación, pero es frecuente encontrar que la comunidad no tiene registro de su 
fecha de instalación exacta.  

Los valores de la variable independiente “Edad” medida en años, del universo de los datos, es decir 
de  los  24.292  tramos  que  quedaron  al  final  de  la  depuración,  producto  del  análisis  de  todas  las 
variables independientes, se observan en el siguiente Diagrama de Caja y Bigotes: 
 

PE 

28 

PVC 

63 

3107 

TOTAL 

738 

43834 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

39 

 

 

Figura 9.- Diagrama Caja y Bigotes, Edad redes locales alcantarillado Sanitario Zona 1 EAAB 

 

Como se observa en el diagrama, la caja inferior es mayor que la superior; lo que representa que las 
edades comprendidas entre el 25% y el 50% de la población está más dispersa que entre el 50% y el 
75%. 

El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de las tuberías más jóvenes 
están más concentradas que el 25% de las más antiguas, aunque la diferencia no es pronunciada. 

El rango intercuartílico RIC= Q3 - Q1 = 20; es decir, el 50% de la población está comprendido en 20 
años. 

Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -10 y el Máximo como el Cuartil Q3 + 1.5RIC 
= 70, se observan valores atípicos en el rango mínimo de la muestra, es decir edades muy jóvenes son 
atípicas. 

E mín.= 1  

Q1 (25%) = 20 

E máx.= 65 

Q2 = mediana =33 

Q3 (75%) = 40 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

40 

 

 

Figura 10.- Diagrama Caja y Bigotes, Edad tuberías muestra con CCTV 

 

Se observa en el diagrama, que la caja inferior es mayor que la superior; lo que representa que las 
edades comprendidas entre el 25% y el 50% de la población está más dispersa que entre el 50% y el 
75%.  Igual comportamiento a la población total. 

El bigote inferior (Q3, Emáx) es más corto que el inferior; por ello el 25% de las tuberías más antiguas 
están  más  concentradas  que  el  25%  de  las  más  jóvenes.    De  forma  opuesta  a  lo  ocurrido  con  la 
población completa. 

El rango intercuartílico RIC= Q3 - Q1 = 20; es decir, el 50% de la población está comprendido en 20 
años.  De forma similar a la población completa de las tuberías de la zona 1.  

 

3.2.3.3  Diámetro D 

La depuración de la base de datos por la variable independiente “Diámetro”, parte de la base de datos 
ya depurada por concepto de material y edad, es decir con 26.054 segmentos o tramos, en el proceso 
se eliminaron 12 registros, correspondientes a diámetros superiores a 1.50 metros, valores atípicos a 
los frecuentes para redes locales de alcantarillado sanitario.  Por tanto, la base de datos se redujo a 
26.042 tramos. 

Los valores de la variable independiente “Diámetro” medida en metros, del universo de los datos, es 
decir de los 24.292 tramos que quedaron al final de la depuración, producto del análisis de todas las 
variables independientes, se observan en el siguiente Diagrama de Caja y Bigotes: 

 

E mín. = 1 

E máx.= 65 

Q3 (75%) = 47 

Q2 = mediana = 39 

Q1 (25%) = 27 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

41 

 

 

Figura 11.- Diagrama Caja y Bigotes, Diámetros redes locales alcantarillado Sanitario Zona 1 EAAB 

Como  se  observa  en  el  diagrama,  Q1=Q2,  lo  que  significa  que  solo  el  25%  de  los  diámetros  son 
menores a la mediana, es decir a 0.200.  

El  bigote  inferior  (Emín, Q1)  es  más  corto  que  el  superior;  por ello el 25%  de  los  diámetros  más 
pequeños, están más concentrados que el 25% de los más grandes. 

Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = 0.05 y el Máximo como el Cuartil Q3 + 1.5RIC 
= 0.450, se observan valores atípicos en el rango máximo de la muestra, es decir que es atípico tener 
valores muy grandes de diámetros en redes locales de alcantarillado sanitario. 

 

E máx.= 1.50 

Q3 (75%) = 0.300 

Q1 = Q2 = 0.200 

E mín. = 0.10 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

42 

 

 

Figura 12.- Diagrama Caja y Bigotes, Diámetros tuberías muestra con CCTV 

Se observa en el diagrama, que la caja inferior y superior son iguales; lo que representa una dispersión 
similar en la población comprendida entre el 25% y el 50% y el 50% y el 75%.   

El  bigote  inferior  (Emín, Q1)  es  más  corto  que  el  superior;  por ello el 25%  de  los  diámetros  más 
pequeños, están más concentrados que el 25% de los más grandes. 

Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -0.10 y el Máximo como el Cuartil Q3 + 1.5RIC 
= 0.700, se observan valores atípicos, tanto en el rango mínimo como máximo de la muestra, es decir 
que la muestra realmente está en su mayoría comprendida en tuberías con diámetros entre 0.200 y 
0.400 metros, esto corresponde a diámetros nominales de 8” a 16”. 

 

3.2.3.4  Longitud L 

La depuración de la base de datos por la variable independiente “Longitud”, parte de la base de datos 
ya depurada por concepto de material, edad y diámetro, es decir con 26.042 segmentos o tramos, en 
el proceso se eliminaron 4 registros, correspondientes a tuberías con longitud inferior a 1.0 metros.  
Por tanto, la base de datos se redujo a 26.038 tramos. 

Los valores de la variable independiente “Longitud” medida en metros, del universo de los datos, es 
decir de los 24.292 tramos que quedaron al final de la depuración, producto del análisis de todas las 
variables independientes, se observan en el siguiente Diagrama de Caja y Bigotes: 

 

E mín. = 0.150 

E máx.= 1.50 

Q3 (75%) = 0.400 

Q1 (25%) = 0.200 

Q2 = mediana = 0.300 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

43 

 

 

Figura 13.- Diagrama Caja y Bigotes, Longitud redes locales alcantarillado Sanitario Zona 1 EAAB 

Se observa en el diagrama, que la caja inferior y superior son iguales; lo que representa una dispersión 
similar en la población comprendida entre el 25% y el 50% y el 50% y el 75%.   

El  bigote  inferior  (Emín,  Q1)  es  más  corto  que  el  superior;  por  ello  el  25%  de  las  tuberías  con 
longitudes más cortas, están más concentrados que el 25% de los más grandes. 

Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -37 y el Máximo como el Cuartil Q3 + 1.5RIC 
= 132, se observan valores atípicos, tanto en el rango mínimo como máximo de la muestra, es decir 
que la muestra realmente está en su mayoría comprendida en tuberías con longitudes entre 26 y 69 
metros lineales.  

 

Figura 14.- Diagrama Caja y Bigotes, Longitud tuberías muestra con CCTV 

E mín. = 1 

E máx.= 408 

Q3 (75%) = 69 

Q1 (25%) = 26 

Q2 = mediana = 44 

E mín. = 1 

E máx.= 146 

Q3 (75%) = 80 

Q1 (25%) = 38 

Q2 = mediana = 60 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

44 

 

Se  observa  en  el  diagrama,  que  la  caja  inferior  y  superior  son  casi  iguales;  lo  que  representa  una 
dispersión similar en la población comprendida entre el 25% y el 50% y el 50% y el 75%.   

El  bigote  inferior  (Emín,  Q1)  es  más  corto  que  el  superior;  por  ello  el  25%  de  las  tuberías  con 
longitudes más cortas, están más concentrados que el 25% de los más grandes. 

Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -25 y el Máximo como el Cuartil Q3 + 1.5RIC 
= 143, se observan valores atípicos, tanto en el rango mínimo como máximo de la muestra, es decir 
que la muestra realmente está en su mayoría comprendida en tuberías con longitudes entre  38 y 80 
metros lineales.  

 

3.2.3.5  Pendiente S 

La depuración de la base de datos por la variable independiente “Pendiente”, parte de la base de datos 
ya depurada por concepto de material, edad, diámetro y longitud, es decir con 26.038 tramos, en el 
proceso se eliminaron 560 segmentos, correspondientes a tuberías que registraban pendiente negativa 
y que no poseían inspección con CCTV.  Por tanto, la base de datos se redujo a 25.478 tramos. 

Los  valores  de  la  variable  independiente  “Pendiente”  medida  en  porcentaje,  que  a  su  vez  puede 
interpretarse como la variación en centímetros por cada metro, del universo de los datos, es decir de 
los 24.292 tramos que quedaron al final de la depuración, producto del análisis de todas las variables 
independientes, se observan en el siguiente Diagrama de Caja y Bigotes: 
 

 

Figura 15.- Diagrama Caja y Bigotes, Longitud tuberías muestra con CCTV 

 

E mín. = 0 

E máx.= 25.56 

Q3 (75%) = 1.6 

Q1 (25%) = 0.30 

Q2 = mediana = 0.55 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

45 

 

Se observa en el diagrama, que la caja inferior es menor que la superior; lo que representa que las 
edades comprendidas entre el 50% y el 75% de la población está más dispersa que entre el 25% y el 
50%.   

El  bigote  inferior  (Emín,  Q1)  es  más  corto  que  el  superior;  por  ello  el  25%  de  las  tuberías  con 
pendientes más bajas, están más concentradas que el 25% de tuberías con pendientes más altas. 

Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -1.6 y el Máximo como el Cuartil Q3 + 1.5RIC 
=3.5, se observan valores atípicos, tanto en el rango mínimo como máximo de la muestra, es decir 
que la muestra realmente está en su mayoría comprendida en tuberías con pendientes entre 0.3% y 
1.6 %. 

 

 

Figura 16.- Diagrama Caja y Bigotes, Pendiente tuberías muestra con CCTV 

 

Se observa en el diagrama, que la caja inferior es menor que la superior; lo que representa que las 
edades comprendidas entre el 50% y el 75% de la población está más dispersa que entre el 25% y el 
50%.   

El  bigote  inferior  (Emín,  Q1)  es  más  corto  que  el  superior;  por  ello  el  25%  de  las  tuberías  con 
pendientes más bajas, están más concentradas que el 25% de tuberías con pendientes más altas. 

Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -1.7 y el Máximo como el Cuartil Q3 + 1.5RIC 
=3.3, se observan valores atípicos, tanto en el rango mínimo como máximo de la muestra, es decir 
que la muestra realmente está en su mayoría comprendida en tuberías con pendientes entre 0.20% y 
1.44 %. 

E mín. = 0 

E máx.= 25.56 

Q3 (75%) = 1.44 

Q1 (25%) = 0.20 

Q2 = mediana = 0.48 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

46 

 

3.2.3.6  Profundidad H 

La depuración de la base de datos por la variable independiente “Profundida”, parte de la base de 
datos ya depurada por concepto de material, edad, diámetro, longitud y pendiente, es decir con 25.478 
tramos,  en  el  proceso  se  eliminaron  1186  segmentos,  correspondientes  a  tuberías  que  registraban 
profundidades iguales a cero.  Por tanto, la base de datos se redujo a 24.292 tramos de los cuales 738 
tramos  cuentan  con inspección  y  por tanto calificación  de  grado  estructural  de 1  a  5  producto  del 
CCTV realizado y 23.554 no cuentan con inspección.  

Los valores de la variable independiente “Profundidad” medida en metros, del universo de los datos, 
es decir de los 24.292 tramos, se observan en el siguiente Diagrama de Caja y Bigotes: 
 

 

Figura 17.Diagrama Caja y Bigotes, Profundidad de las redes locales de alcantarillado Sanitario Zona 1 EAAB 

 

Se observa en el diagrama, que la caja inferior y superior son prácticamente iguales; lo que representa 
una dispersión similar en la población comprendida entre el 25% y el 50% y el 50% y el 75%.   

El  bigote  inferior  (Emín,  Q1)  es  más  corto  que  el  superior;  por  ello  el  25%  de  las  tuberías  con 
profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas. 

Al  calcular  el  Mínimo  como  el  Cuartil  Q1  –  1.5RIC  =  0.366  y  el  Máximo  como  el  Cuartil  Q3 + 
1.5RIC  =  3.150,  se  observan  valores  atípicos,  en  el  rango  máximo  de  la  muestra,  es  decir  que  la 
muestra realmente está en su mayoría comprendida en tuberías con profundidades menores a los 2.11 
metros. 

 

E mín. = 0.50 

E máx.= 6.94 

Q3 (75%) = 2.11 

Q1 (25%) = 1.41 

Q2 = mediana = 1.72 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

47 

 

 

Figura 18.- Diagrama Caja y Bigotes, Profundidad tuberías muestra con CCTV 

 

Con similares características que la población total, se observa en el diagrama, que la caja inferior y 
superior  son  prácticamente  iguales;  lo  que  representa  una  dispersión  similar  en  la  población 
comprendida entre el 25% y el 50% y el 50% y el 75%.   

El  bigote  inferior  (Emín,  Q1)  es  más  corto  que  el  superior;  por  ello  el  25%  de  las  tuberías  con 
profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas. 

Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = 0.38 y el Máximo como el Cuartil Q3 + 1.5RIC 
=  4.50,  se  observan  valores  atípicos,  en  el  rango  máximo  de  la  muestra,  es  decir  que  la  muestra 
realmente está en su mayoría comprendida en tuberías con profundidades menores a los 2.31 metros. 

 

3.2.3.7  Avisos de Mantenimiento del Alcantarillado de los últimos 10 años - A 

Los valores de la variable independiente “Avisos” medida en metros, del universo de los datos, es 
decir de los 24.292 tramos, se observan en el siguiente Diagrama de Caja y Bigotes: 
 
 
 
 
 
 
 

E mín. = 0.50 

E máx.= 6.38 

Q3 (75%) = 2.31 

Q1 (25%) = 1.54 

Q2 = mediana = 1.89 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

48 

 

 

Figura 19.- Diagrama Caja y Bigotes, Avisos de Mantenimiento, de las redes locales de alcantarillado Sanitario 

Zona 1 EAAB 

El bigote inferior (Emín, Q1) es más mucho más corto que el superior; por ello el 25% de las tuberías 
con profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas. 

Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -4.5 y el Máximo como el Cuartil Q3 + 1.5RIC 
=7.5, se observan valores atípicos, en el rango máximo de la muestra. 

 

 

 

 

 

 

 

 

 

 

Figura 20.- Diagrama Caja y Bigotes, Avisos de Mantenimiento, tuberías muestra con CCTV 

E máx.= 134 

Q3 (75%) = 3 

Q2 = mediana = 0 

Q1 (25%) = 0 

E mín. = 0 

E máx.= 57 

Q3 (75%) = 4 

Q1 (25%) = 0 

Q2 = mediana = 1 

E mín. = 0 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

49 

 

El bigote inferior (Emín, Q1) es más mucho más corto que el superior; por ello el 25% de las tuberías 
con profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas. 

Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -6 y el Máximo como el Cuartil Q3 + 1.5RIC 
= 10, se observan valores atípicos, en el rango máximo de la muestra. 

3.2.3.8  Subsidencia de los Suelos - B 

Los valores de la variable independiente “Subsidencia” medida en unidades de velocidad (cm/año), 
del universo de los datos, es decir de los 24.292 tramos, se observan en el siguiente Diagrama de Caja 
y Bigotes: 
 

 

Figura 21.- Diagrama Caja y Bigotes, Subsidencia, de las redes locales de alcantarillado Sanitario Zona 1 EAAB 

Se observa en el diagrama, que la caja inferior es menor que la superior; lo que representa que las 
subsidencias, comprendidas entre el 50% y el 75% de la población está más dispersa que entre el 25% 
y el 50%.   

El  bigote  inferior  (Emín,  Q1)  es  más  corto  que  el  superior;  por  ello  el  25%  de  las  tuberías  con 
profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas. 

Al calcular el Mínimo como el Cuartil Q1  – 1.5RIC =  -2.524  y el Máximo como el Cuartil Q3 + 
1.5RIC =1.137, no se observan valores atípicos, las subsidencias  

La unidad de subsidencia, se expresa en velocidad medida en centímetros asentados por año, por lo 
que el valor mínimo del diagrama, representa en realidad el valor máximo de asentamiento, es decir 
el  máximo  asentamiento  medio  en  el  área  de  prestación  de  la  Zona  1,  es  -2.480  cm/año,  el  valor 
máximo positivo, puede hacer referencia, tanto a errores de medición como a aumento de rasante por 
endurecimiento del suelo en procesos de urbanización.  

 

E máx.=1.025 

Q3 (75%) = -0.236 
Q2 = mediana = -0.576 
Q1 (25%) = -1.151 

E mín. = -2.480 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

50 

 

 

 

Figura 22.- Diagrama Caja y Bigotes, Subsidencia, tuberías muestra con CCTV 

 

Se observa en el diagrama, que la caja inferior es menor que la superior; lo que representa que las 
subsidencias, comprendidas entre el 50% y el 75% de la población está más dispersa que entre el 25% 
y el 50%.   

El  bigote  inferior  (Emín,  Q1)  es  más  corto  que  el  superior;  por  ello  el  25%  de  las  tuberías  con 
profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas. 

Al calcular el Mínimo como el Cuartil Q1  – 1.5RIC =  -2.023  y el Máximo como el Cuartil Q3 + 
1.5RIC =0.835, se observan valores atípicos, en el rango mínimo de la muestra, esto es en los valores 
máximos de asentamiento. 

 

Finalmente, se consolida una base de datos total de 24.292 tramos de los cuales 738 tramos cuentan 
con grado estructural producto de inspección con CCTV, la cual se describe en detalle en el siguiente 
numeral.  

 

 

 

 

E máx.= 0.412 

Q3 (75%) = -0.237 
Q2 = -0.684 

Q1 (25%) =-0.951 

E mín. = -2.480 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

51 

 

3.2.4 

Metodología propuesta para la Estimación del Estado Estructural de las Redes Locales 
de Alcantarillado Sanitario de la Zona 1 de la EAAB ESP. 

 

Luego  del  proceso  de  depuración  y  consolidación  de  la  información  recopilada,  mostrada  en  el 
numeral 3.3.3, finalmente se obtuvo una Base de Datos, en archivo .shp y .xlsx, de ArcMap y Excel, 
respectivamente, con un total de 24.292 tubos, la cual consta de los siguientes campos, para cada uno 
de los tramos: 

1.  IDSIG = Código único que identifica en el sistema de información geográfica de la EAAB 

ESP, a cada uno de los tramos de que se compone el sistema. 

2.  X = Coordenada Planas de Proyección Cartesiana en X (m) 
3.  Y = Coordenada Planas de Proyección Cartesiana en Y (m) 
4.  D = Diámetro del tubo (m) 
5.  L = Longitud del tubo (m) 
6.  S = Pendiente del tubo (%) 
7.  H = Profundidad medida de la cota rasante de la superficie a la cota clave del tubo (m) 
8.  E = Vejez o Edad de la tubería medida desde la fecha de instalación hasta diciembre 2018 o 

hasta fecha de inspección en los casos de tramos inspeccionados(años) 

9.  B = Subsidencia del suelo según valores de desplazamiento de imágenes interferométricas de 

radar de la plataforma SENTINEL-1 medida en unidades de velocidad (cm/año) 

10.  A = Avisos o Atención de mantenimientos al alcantarillado sanitario según información del 

Sistema  Empresarial  de  la  EAAB  ESP,  SAP,  de  los  últimos  10  años  (2008-2018). 
(avisos/tubo) 

11.  GE = Grado estructural de 1 a 5, según resultado de la inspección con CCTV realizada al 

tubo en el periodo comprendido entre los años 2017-2018. 

En el caso de la variable material, que cuenta con 3 categorías, correspondientes a los materiales gres, 
PVC y Concreto, se incluyó en el modelo de dos formas diferentes, en unos modelos se utilizó como 
variable binaria, es decir X=1 cuando el material es GRES y X=0 cuando es diferente de GRES, es 
decir PVC o Concreto; en otros modelos la variable Material fue incluida como Variable Ficticia, que 
Ariaratnam (2001) la define de la siguiente manera:  Las variables ficticias son variables explicativas 
artificiales en un modelo de regresión, que representan las categorías de la variable cualitativa. Cada 
variable asume uno de dos valores, 0 o 1, que indica si una observación cae en un grupo particular. 
Por  ejemplo,  hay  tres  categorías  cuando  se  considera  el  tipo  de  desecho:  sanitario,  pluvial  y 
combinado. La codificación variable ficticia se utiliza porque no supone distancia entre los grupos. 

Una  vez  consolidada  la  base  de  datos,  se  procede  a  desarrollar  el  modelo  de  regresión  logística, 
conforme a los diagramas de flujo 24,25, 26 y 27, en los cuales se plasman los pasos realizados para 
llevar  a  cabo  cada  uno  de  los  modelos.    Como  se  mencionó  anteriormente,  se  desarrollaron  17 
modelos, 13 de regresión logística binaria y 4 de regresión logística multinomial, 6 de estos modelos 
se desarrollaron teniendo en cuenta 408 CCTV, realizadas a las redes pertenecientes al polígono que 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

52 

 

limita la Unidad de Planeamiento Zonal UPZ Los Cedros, de acuerdo a la clasificación del Plan de 
Ordenamiento Territorial POT 2009 y los otros 11 modelos se desarrollaron agregando 330 CCTV 
que fueron realizadas a redes por fuera de la UPZ Los Cedros, pero dentro del área de prestación de 
la Zona 1.   
 
Los modelos de regresión logística son ampliamente utilizados no solo en el campo de la ingeniería, 
sino  en  muchas  otras  áreas,  como  la  de  la  Medicina.    Entre  los  propósitos  del  modelamiento 
estadístico  se  cuentan  la  descripción  de  información,  la  predicción  y  el  análisis  de  un  problema 
contextualizado en una situación real.  Con su aplicación se pretende tener  una herramienta  con la 
cual, se pueda hacer una descripción de la realidad contenida en un conjunto de datos sin perder de 
vista que esta mirada es reducida o parcial.  Los estudios que tienen como propósito la predicción, 
son  de  tipo  prospectivo.    La  finalidad  analítica  de  la  regresión  logística  se  enmarca  en  aquellos 
estudios que pretenden explicar por qué ocurre algo.  Monroy y Rivera (2009) 
 
La regresión logística es ampliamente usada, por lo que, en diferentes software estadísticos, ya se 
encuentra  programada  en  la  Librería  de  Funciones,  es  el  caso  del  Software  R  y  MATLAB.    Para 
efectos del presente estudio se utiliza MATLAB. 

MATLAB es el nombre abreviado de “Matriz Laboratory”.  Es un programa para realizar cálculos 
numéricos con vectores y matrices, y por tanto se puede trabajar también con números escalares (tanto 
reales  como  complejos),  con  cadenas  de  caracteres  y  con  otras  estructuras  de  información  más 
complejas.   MATLAB es un lenguaje de alto rendimiento para cálculos técnicos, es al mismo tiempo 
un entorno y un lenguaje de programación.  Uno de sus puntos fuertes es que permite construir propias 
herramientas reutilizables.  MATLAB, a parte del calculo matricial y algebra lineal, también puede 
manejar polinomios, funciones, ecuaciones diferenciales ordinarias, gráficos, entre otros.  Manual de 
MATLAB, Casado Fernández.  

La metodología usada para desarrollar el Modelo de regresión Logístico Binario MRLB, es la misma 
para desarrollar el Modelo de regresión Logística  Multinomial MRLM, la diferencia radica en los 
resultados  para  “Y”,  es  decir, para  predecir el  Estado  Estructural,  que  para  el caso  del MRLB  la 
predicción  de  “Y”  se  asocia  a  dos  estados,  FALLA  o  NO  FALLA,  mientras  que  para  el  caso  del 
MRLM, el resultado para “Y”, se asocia a la probabilidad de que el estado estructural se encuentre 
en alguno de los 5 grados estructurales asociados a la inspección; por lo que es frecuente encontrar 
un mejor ajuste para los MRLB, que para los MRL 

La medida de ajuste utilizada para medir el desempeño del modelo es la Matriz de confusión.   La 
matriz  de  confusión  es  una  herramienta  fundamental  a  la  hora  de  evaluar  el  desempeño  de  un 
algoritmo de clasificación, ya que dará una mejor idea de cómo se está clasificando dicho algoritmo, 
a partir de un conteo de los aciertos y errores de cada una de las clases en la clasificación. Así se 
puede comprobar si el algoritmo está clasificando mal las clases y en qué medida. Recuperado de 
https://www.ecured.cu/Matrices_de_confusion. 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

53 

 

 

 

 

 

Figura 23.- Matriz de confusión 

Recuperado de https://www.dataschool.io/simple-guide-to-confusion-matrix-terminology.  

VP = Verdaderos  positivos,  que  es  la  cantidad  de  positivos  que  fueron  clasificados  correctamente 
como positivos por el modelo 

VN = Verdaderos Negativos, que es la cantidad de negativos que fueron clasificados correctamente 
como negativos por el modelo.  

FN = Falsos Negativos, que es la cantidad de positivos que fueron clasificados incorrectamente como 
negativos. 

FP = Falsos Positivos, que es la cantidad de negativos que fueron clasificados incorrectamente como 
positivos.    

Por ejemplo, los Falsos Positivos, son aquellos casos en los que el registro que se tienen del CCTV 
arroja que el tramo se encuentra en estado Y=0, es decir, “NO FALLA”, pero la predicción indica 
que  el  tramo  se  encuentra  en  estado  Y=1,  es  decir,  “FALLA”,  por  lo  que  la  predicción  ha  sido 
incorrecta.  La palabra “falso” señala que la predicción del modelo fue errónea, y la palabra “positivo” 
indica que el modelo predijo que el estado es Y=1, es decir en estado de “FALLA”. 

Con base en la Matriz de confusión, se pueden calcular métricas, tales como: 

EXACTITUD (accuracy)= en general, ¿qué porcentaje de la muestra clasifica correctamente?   

TASA  DE  ERROR  (Misclassification  Rate)  =  en  general,  ¿qué  porcentaje  de  la  muestra  clasifica 
incorrectamente? 

SENSIBILIDAD O TASA DE VERDADEROS POSITIVOS (Recall o True Positive Rate) = Cuando 
la clase es positiva, ¿qué porcentaje logra clasificar? 

ESPECIFICIDAD (Specificity)= Cuando la clase es negativa, ¿qué porcentaje logra clasificar? 

PRECISIÓN (Precision)= Cuando predice positivos, ¿qué porcentaje clasifica correctamente? 

VALOR  DE  PREDICCIÓN  NEGATIVO  VPN  (True  Negative  Rate)=  Cuando  predice  positivos, 
¿qué porcentaje clasifica correctamente? 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

54 

 

DIAGRAMA DE FLUJO METODOLOGÍA DETERMINACIÓN ESTADO 

ESTRUCTURAL MEDIANTE MODELO DE REGRESIÓN LOGÍSTICA 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

INICIO 

Georreferenciación de 

todas las variables  

Crear base de datos 

inicial 

Depuración base de 

datos (histogramas, 

GCB y experticia) 

Recopilación 

información y 

definición variables 

Crear base de datos 

depurada 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

55 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 24.- Diagrama de Flujo Metodología Determinación Estado Estructural 

Generar muestra 

aleatoria para entrenar 

y verificar modelo   

Variables independientes 

significativas 

FIN 

* Entrenar modelo 

usando MATLAB 

Prueba de hipótesis  

p-valor de 

Probabilidad 

Coeficientes de 

regresión logística β1 

Entrenar modelo con 

variables 

significativas 

Coeficientes de 

regresión logística β2 

**Verificar modelo 

con coeficientes de 

regresión logística β2 

***Medir ajuste del 

Modelo 

Y PROBABLE 

Matriz de confusión, Exactitud, 

Tasa de error, Sensibilidad, 

Especificidad, Precisión, VPN 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

56 

 

* ENTRENAR MODELO EN MATLAB 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

INICIO 

Crear archivo Matlab 

Crear Vector de 

variable dependiente 

D = Diámetro (m) 

BD= Base de datos 80% muestra 

con CCTV, incluye c/u de las 

variables dependientes. 

Crear Vector de 

variable dependiente 

L = Longitud (m) 

SI 

NO 

BD 

NO 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

57 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

SI 

Crear Vector de 

variable dependiente  
S=Pendiente (cm/m) 

BD 

NO 

SI 

Crear Vector de 

variable dependiente  

H=Profundidad(m) 

BD 

NO 

SI 

Crear Vector de 

variable dependiente  

E=Edad (años) 

BD 

NO 

SI 

Crear Vector de variable 

dependiente  

B=Subsidencia(cm/año) 

BD 

NO 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

58 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 25.- Diagrama de Flujo Metodología Entregar Modelo de Regresión Logística 

 

SI 

BD 

NO 

Crear Vector de 

variable Independiente 

Y=cateogrical(Y) 

SI 

Crear Vector de 

variable dependiente  

M = Material  

BD 

NO 

SI 

X = [D L S H E B A M];

 

[β,dev,stats]=mnrfit(X,Y); 

FIN 

Coeficientes de regresión 

logística β, se, p-valor. 

SI 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

59 

 

**VERIFICAR MODELO EN MATLAB 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 26.- Diagrama de Flujo Verificar Modelo de Regresión Logística 

 

INICIO 

Coeficientes de 

regresión logística β

 

BD= Base de datos 20% muestra 

con CCTV, incluye c/u de las 

variables dependientes. 

Crear vectores Variables 

Dependientes Dv, Lv, Sv, 

Hv, Ev, Bv, Av, Mv 

BD 

NO 

SI 

Xv = [Dv Lv Sv Hv Ev Bv Av Mv]; 

YPROB=mnrval(β,Xv) 

FIN 

YPROB = Y SIMULADOS 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

60 

 

***MEDIR EL AJUSTE DEL MODELO 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 27.- Diagrama de Flujo Medir ajuste del Modelo de Regresión Logística 

INICIO 

Y SIMULADA  

Y MEDIDA (CCTV) 

Matriz de Confusión 

Exactitud = 

𝑉𝑃+𝑉𝑁

𝑇𝑂𝑇𝐴𝐿

 

Tasa de error = 

𝐹𝑃+𝐹𝑁

𝑇𝑂𝑇𝐴𝐿

 

Sensibilidad = 

𝑉𝑃

𝑇𝑂𝑇𝐴𝐿 𝑃𝑂𝑆𝐼𝑇𝐼𝑉𝑂𝑆

 

Especialidad = 

𝑉𝑁

𝑇𝑂𝑇𝐴𝐿 𝑁𝐸𝐺𝐴𝑇𝐼𝑉𝑂𝑆

 

Matriz de confusión, Exactitud, 

Tasa de error, Sensibilidad, 

Especificidad, Precisión, VPN 

Precisión = 

𝑉𝑃

𝑇𝑂𝑇𝐴𝐿 𝐶𝐿𝐴𝑆𝐼𝐹𝐼𝐶𝐴𝐷𝑂𝑆 𝑃𝑂𝑆𝐼𝑇𝐼𝑉𝑂𝑆

 

VPN = 

𝑉𝑁

𝑇𝑂𝑇𝐴𝐿 𝐶𝐿𝐴𝑆𝐼𝐹𝐼𝐶𝐴𝐷𝑂𝑆 𝑁𝐸𝐺𝐴𝑇𝐼𝑉𝑂𝑆

 

FIN 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

61 

 

4  RESULTADOS 

La metodología desarrollada en la sección 3.3. es probada para dos muestras de la las inspecciones 
con CCTV obtenidas, en primer lugar se aplicó la metodología a la Unidad de Planeamiento Zonal 
UPZ  Los  Cedros,  teniendo  en  cuenta  la  disponibilidad  y  concentración  de  las  inspecciones 
recopiladas, sin embargo en el desarrollo de la investigación se tuvo acceso a inspecciones adicionales 
realizadas a diferentes tramos instalados dentro del área de prestación de la Zona 1 de la EAB ESP, 
relacionadas con áreas más heterogéneas, debido a la dispersión geográfica de la información.  Por 
tanto, a continuación, se presentan en dos numerales 4.1.2 y 4.1.2, los resultados obtenidos en cada 
uno de los casos; es importante señalar que el modelo desarrollado para la muestra completa de las 
inspecciones,  738  CCTV,  contiene  los  408  CCTV,  utilizados  para  el  modelo  desarrollado 
específicamente para la UPZ Los Cedros.  

Sin embargo, como se observa en el numeral 4.1.3, cuatro fueron los modelos seleccionados para la 
predicción  del  estado  estructural  de  los  23.554  tramos  sin  inspección,  teniendo  en  cuenta,  las 
evaluaciones de las matrices de confusión y de los resultados de las medidas de ajuste, de cada uno 
de los modelos desarrollados. 

4.1  Caso de estudio 

4.1.1 

Unidad de Planeamiento Zonal UPZ Los Cedros 

Desde el contexto urbanístico, en el marco del Plan de Ordenamiento Territorial vigente para Bogotá, 
Decreto 190 de 2004, la ciudad se divide en 20 Localidades, 92 Unidades de Planeamiento Zonal - 
UPZ, 2 Unidades de Planeamiento Rural - UPR y aproximadamente 1922 Barrios. 

"La Unidad de Planeamiento Zonal -UPZ-, tiene como propósito definir y precisar el planeamiento 
del suelo urbano, respondiendo a la dinámica productiva de la ciudad y a su inserción en el contexto 
regional, involucrando a los actores sociales en la definición de aspectos de ordenamiento y control 
normativo a escala zonal" (Artículo 49 del Decreto 190 de 2004 Plan de Ordenamiento Territorial - 
POT).  Las normas relacionadas con las UPZ, se reglamentan en los Decretos distritales 159 de 2004 
y el 333 de 2010. 

Es  importante  mencionar,  que  se  puede  considerar  significativo  el  análisis  de  la  información  por 
Unidad de Planeamiento Zonal UPZ, toda vez que estás áreas agrupan barrios que han sido en su 
mayoría  desarrollados  de  una  manera  homogénea,  tanto  en  aspectos  socioeconómicos,  como 
ambientales,  geológicos,  geotécnicos,  constructivos,  de  organización  funcional,  entre  otros,  de  tal 
manera que puede realizarse un análisis aislado de la información, sin embargo no se desconoce, que 
el  alcantarillado  sanitario  de  Bogotá  se  encuentra  agrupado  por  Unidades  de  Gestión  de 
Alcantarillado, denominadas UGAs, las cuales se agrupan teniendo en cuenta otros criterios técnicos, 
principalmente el relacionado con la cuenca de drenaje a la que pertenecen cada una de las UGAs y 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

62 

 

por tanto, la forma en que operativamente funciona el sistema, lo que no obedece en la mayoría de 
los casos a los limites definidos por las UPZ.   

La UPZ Los Cedros se encuentra ubicada al Norte de la Ciudad en la Localidad de Usaquén, en el 
polígono comprendido por los siguientes límites, por el costado sur con la calle 134, por el norte con 
la calle 153, por el oriente con los cerros orientales aproximadamente a la altura de la carrera 4 y por 
el occidente con la Autopista Norte (Avenida carrera 45).  Los Decretos 271 de 2005 y 266 de 2015, 
reglamentaron  urbanísticamente  la  UPZ  Los  Cedros,  conforme  al  POT  190  de  2004,  y  los  cuales 
plantean que la Unidad de Planeamiento Zonal (UPZ) No.13 LOS CEDROS hace parte de las áreas 
residenciales del norte de la ciudad y se configura como una zona de vivienda consolidada en estratos 
medios y altos, que requiere vincularse funcionalmente al contexto regional y urbano a través de ejes 
viales de integración urbana.  Por otra parte, participa del territorio denominado Borde Oriental como 
transición entre el suelo urbano del Distrito Capital y la zona de reserva forestal nacional de los Cerros 
Orientales.  Esta UPZ se halla influenciada por las centralidades de Usaquén – Santa Bárbara, Prado 
Veraniego y Toberín – La Paz.   

La UPZ Los Cedros, es la de mayor indicie de redensificación en los últimos 5 años, dentro de la 
Zona 1, razón por la cual, la EAAB ha priorizado estudios y diseños encaminados en la optimización 
de la capacidad estructural e hidráulica de la infraestructura de acueducto, alcantarillado sanitario y 
pluvial.    

Es así, como se obtienen para este estudio 408 CCTV realizados durante el 2018, muestra a la que le 
fue aplicada la metodología desarrollada en el capítulo anterior. 

Para  los  CCTV  de  la  UPZ  Los  Cedros,  se  desarrollaron  los  siguientes  6  modelos  de  regresión 
logística, de los 408 CCTV, se utilizaron 326 para entrenar el modelo y 82 para su verificación: 

4.1.1.1  Modelo Regresión Logística Binaria con todas las Variables (MB = M Binario) 

 

 

 

 

 

 

 

 

Figura 28.- Pantalla MATLAB, MRLB con todas las Variables (MB = M Binario) 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

63 

 

 

Tabla 14.- Matriz de Confusión MRLB con todas las Variables (MB = M Binario) 

 

Tabla 15.- Medidas de Ajuste MRLB con todas las Variables (MB = M Binario) 

4.1.1.2  Modelo Regresión Logística Binaria con todas las Variables (Mficticia = M1 y M2) 

 

Figura 29.- Pantalla MATLAB, MRLB con todas las Variables (Mficticia = M1 y M2) 

 

Tabla 16.- Matriz de Confusión, MRLB con todas las Variables (Mficticia = M1 y M2) 

Positivos Negativos

Positivos

3

24

Negativos

2

53

Predicción

O

b

s

e

rv

a

c

n

68%
32%
11%
96%
60%
69%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

Positivos Negativos

Positivos

3

24

Negativos

1

54

Predicción

O

b

s

e

rv

a

c

n

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

64 

 

 

Tabla 17.- Medidas de Ajuste MRLB con todas las Variables (Mficticia = M1 y M2) 

4.1.1.3  Modelo Regresión Logística Binaria con las variables S, A y MB 

 

Figura 30.- Pantalla MATLAB, MRLB con las variables S, A y MB 

 

Tabla 18.- Matriz de Confusión, MRLB con las variables S, A y MB 

 

Tabla 19.- Medidas de Ajuste MRLB con las variables S, A y MB 

70%
30%
11%
98%
75%
69%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

Positivos Negativos

Positivos

2

25

Negativos

4

51

Predicción

O

b

s

e

rv

a

c

n

65%
35%

7%

93%
33%
67%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

65 

 

4.1.1.4  Modelo Regresión Logística Binaria con las variables S, E, A y MB 

 

Figura 31.- Pantalla MATLAB, MRLB con las variables S, E, A y MB 

 

Tabla 20.- Matriz de Confusión, MRLB con las variables S, E, A y MB 

 

 

Tabla 21.- Medidas de Ajuste, MRLB con las variables S, E, A y MB  

 

 

Positivos Negativos

Positivos

2

25

Negativos

3

52

Predicción

O

b

s

e

rv

a

c

n

66%
34%

7%

95%
40%
68%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

66 

 

4.1.1.5  Modelo Regresión Logística Multinomial con todas las variables (MB = M Binario) 

 

Tabla 22.- Pantalla MATLAB, MRLM con todas las variables (MB = M Binario) 

 

 

Tabla 23.- Matriz de Confusión, MRLM con todas las variables (MB = M Binario) 

 

 

Tabla 24.- Medidas de Ajuste, MRLM con todas las variables (MB = M Binario) 

 

Positivos

Negativos

Positivos

0

42

Negativos

2

38

Predicción

O

b

s

e

rv

a

c

n

46%
54%

0%

69%

0%

48%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive 

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

67 

 

4.1.1.6  Modelo Regresión Logística Multinomial con todas las variables (Mficticia = M1 y M2) 

 

Figura 32.- Pantalla MATLAB, MRLM con todas las variables (Mficticia = M1 y M2) 

 

 

Tabla 25.- Matriz de confusión, MRLM con todas las variables Mficticia = M1 y M2)  

 

 

Tabla 26.- Medida de Ajuste, MRLM con todas las variables (Mficticia = M1 y M2)  

 

Positivos Negativos

Positivos

0

42

Negativos

2

38

Predicción

O

b

s

e

rv

a

c

n

46%
54%

0%

69%

0%

48%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive 

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

68 

 

Los resultados obtenidos en los 6 modelos de regresión logística desarrollados con los 408 CCTV 
contenidos en la UPZ LOS CEDROS, se resumen a continuación: 

 

Tabla 27.- Modelos de Regresión Logística MRL UPZ Los Cedros  

 

 

Tabla 28.- Variables utilizadas en MRL UPZ Los Cedros  

 

 

Tabla 29.- Coeficientes de Regresión MRL UPZ Los Cedros  

 

 

Tabla 30.- Prueba de hipótesis p-valor MRL UPZ Los Cedros 

1 REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)

2 REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)

3 REGRESIÓN LOGÍSTICA BINARIA CON S, A y MB

4 REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB

5 REGRESIÓN LOGÍSTICA MULTINOMIAL  CON TODAS LAS VARIABLES (MB=M BINARIO)

6 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)

1958

408

326

82

DATOS 

VERIFICAR 

20%

No.

MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO

TRAMOS 
TOTALES

MUESTRA

DATOS 

ENTRENAR 

80% 

D

L

S

H

E

B

A

MBIN

M1

M2

1 REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)

X

X

X

X

X

X

X

X

2 REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)

X

X

X

X

X

X

X

X

X

3 REGRESIÓN LOGÍSTICA BINARIA CON S, A y MB

X

X

X

4 REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB

X

X

X

X

5 REGRESIÓN LOGÍSTICA MULTINOMIAL  CON TODAS LAS VARIABLES (MB=M BINARIO)

X

X

X

X

X

X

X

X

6 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)

X

X

X

X

X

X

X

X

X

VARIABLES UTILIZADAS

No.

MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO

IN T E R C E P T

O

D

L

S

H

E

B

A

MBIN

M1

M2

1

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)

2.272

0.516 -0.008 -0.100 -0.083 -0.003 0.266 0.061 -1.044

2

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)

2.654

0.568 -0.007 -0.094 -0.081 0.003 0.297 0.059

-0.720 -0.720

3

REGRESIÓN LOGÍSTICA BINARIA CON S, A y MB

1.625

-0.081

0.049 -1.228

4

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB

1.793

-0.080

-0.006

0.050 -1.140

5

REGRESIÓN LOGÍSTICA MULTINOMIAL  CON TODAS LAS VARIABLES (MB=M BINARIO)

6

REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)

MATRIZ

MATRIZ

COEFICIENTES REGRESIÓN LOGISTICA

No.

MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO

IN T E R C E P T

O

D

L

S

H

E

B

A

MBIN

M1

M2

1

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)

0.0035

0.6788

0.1298

0.0395

0.6545

0.8116

0.6248

0.0318

0.0086

2

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)

0.0054

0.6516

0.1494

0.0532

0.6624

0.8679

0.5851

0.0397

0.0664

0.4252

3

REGRESIÓN LOGÍSTICA BINARIA CON S, A y MB

0.0000

0.0687

0.0660

0.0002

4

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB

0.0005

0.0748

0.6723

0.0644

0.0031

5

REGRESIÓN LOGÍSTICA MULTINOMIAL  CON TODAS LAS VARIABLES (MB=M BINARIO)

6

REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)

MATRIZ

MATRIZ

PRUEBA DE HIPÓTESIS P-VALOR

No.

MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

69 

 

 

Tabla 31.- Medida de Ajuste Matriz de Confusión MRL UPZ Los Cedros 

 

4.1.2 

Zona 1 de la EAAB 

La Zona 1 de la EAAB, se encuentra comprendida entre los siguientes límites del área urbana de la 
ciudad de Bogotá: Al Sur por la calle 88, al Norte aproximadamente por la 220, al Oriente por los 
Cerros Orientales y al Occidente por el Río Bogotá; con alrededor de 576.000 usuarios, de los cuales 
el  92%  son  de  uso  residencial,  el  7%  comercial  y  el  restante  pertenecen  a  otros  tipos  de  uso;  la 
Gerencia Zona 1 es la responsable de realizar la gestión comercial, así como del Mantenimiento y 
Operación  de  la  infraestructura  local  instalada,  compuesta  por  1.626  km  de  redes  menores  de 
acueducto,  1.236  km  de  redes  locales  de  alcantarillado  sanitario  y  1236  km  de  redes  locales  de 
alcantarillado pluvial, 25 canales y 5 humedales, en un área aproximada de 8.741 ha. 

En este caso, se desarrollaron 11 modelos de regresión logística a los 738 CCTV realizados en las 
redes locales de alcantarillado sanitario, instaladas dentro del área de prestación de la Zona 1 de la 
EAAB, es decir son 330 CCTV adicionales a los utilizados en los modelos desarrollados en el numeral 
4.1.1.  Son 9 modelos de regresión logística binaria MRLB y 2 de regresión logística Multinominal 
MRLM, los resultados de los MRLM son muy deficientes, dado que la predicción debe darse entre 5 
estados y no en 2, como ocurre en el modelo binario, por lo que el estudio se centra en los Modelos 
de Regresión Logística Binaria.  

Para Entrenar los modelos se utilizaron 590 CCTV y para su verificación se utilizaron los148 CCTV 
restantes, esto corresponde al 80% y 20%, respectivamente.  

VN FN VP FP Exactitud

Tasa de 

error

Sensibilidad Especificidad Precisión

VPN

1

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)

53 24

3 2

68%

32%

11%

96%

60%

69%

2

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)

54 24

3 1

70%

30%

11%

98%

75%

69%

3

REGRESIÓN LOGÍSTICA BINARIA CON S, A y MB

51 25

2 4

65%

35%

7%

93%

33%

67%

4

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB

52 25

2 3

66%

34%

7%

95%

40%

68%

5

REGRESIÓN LOGÍSTICA MULTINOMIAL  CON TODAS LAS VARIABLES (MB=M BINARIO)

6

REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)

MATRIZ DE CONFUSIÓN

No.

MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

70 

 

4.1.2.1  Modelo Regresión Logística binaria con todas las variables (MB=M binario) 

 

Figura 33.- Pantalla MATLAB, MRLB con todas las variables (MB=M binario) 

 

 

Tabla 32.- Matriz de Confusión, MRLB con todas las variables (MB=M binario) 

 

 

Tabla 33.- Medidas de Ajuste, MRLB con todas las variables (MB=M binario)  

Positivos

Negativos

Positivos

13

36

Negativos

30

69

Predicción

O

b

s

e

rv

a

c

n

55%
45%
27%
70%
30%
66%

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive 

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

Precisión 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

71 

 

4.1.2.2  Modelo Regresión Logística binaria con todas las variables (Mficticia = M1 y M2) 

 

Figura 34.- Pantalla MATLAB, MRLB con todas las variables (Mficticia = M1 y M2) 

 

 

Tabla 34.- Matriz de Confusión, MRLB con todas las variables (Mficticia = M1 y M2) 

 

 

Tabla 35.- Medidas de Ajuste, MRLB con todas las variables (Mficticia = M1 y M2) 

 

 

 

Positivos Negativos

Positivos

6

43

Negativos

7

92

Predicción

O

b

s

e

rv

a

c

n

66%
34%
12%
93%
46%
68%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

72 

 

4.1.2.3  Modelo Regresión Logística binaria con las variables D, S y E. 

 

Figura 35.- Pantalla MATLAB, MRLB con las variables D, S y E.  

 

 

Tabla 36.- Matriz de Confusión, MRLB con las variables D, S y E. 

 

 

Tabla 37.- Medidas de Ajuste, MRLB con las variables D, S y E.  

Positivos Negativos

Positivos

5

44

Negativos

8

91

Predicción

O

b

s

e

rv

a

c

n

65%

35%

10%

92%

38%

67%

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

Precisión 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

73 

 

4.1.2.4  Modelo Regresión Logística binaria con las variables D, S, E y A. 

 

Figura 36.- Pantalla MATLAB, MRLB con las variables D, S, E y A. 

 

 

Tabla 38. Matriz de Confusión, MRLB con las variables D, S, E y A. 

 

Tabla 39.- Medidas de Ajuste, MRLB con las variables D, S, E y A.  

Positivos Negativos

Positivos

5

44

Negativos

8

91

Predicción

O

b

s

e

rv

a

c

n

65%
35%
10%
92%
38%
67%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

74 

 

4.1.2.5  Modelo Regresión Logística binaria con las variables D, S, E, A, M1 y M2. 

 

Figura 37.- Pantalla MATLAB, MRLB con las variables D, S, E, A, M1 y M2.  

 

 

Tabla 40.- Matriz de Confusión, MRLB con las variables D, S, E, A, M1 y M2. 

 

 

Tabla 41.- Medidas de Ajuste, MRLB con las variables D, S, E, A, M1 y M2. 

 

Positivos Negativos

Positivos

5

44

Negativos

8

91

Predicción

O

b

s

e

rv

a

c

n

65%
35%
10%
92%
38%
67%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

75 

 

4.1.2.6  Modelo Regresión Logística binaria con las variables S, E, A, M1 y M2. 

 

Tabla 42.- Pantalla MATLAB, MRLB con las variables S, E, A, M1 Y M2. 

 

 

Tabla 43.- Matriz de Confusión, MRLB con las variables S, E, A, M1 Y M2. 

 

 

Tabla 44.- Medidas de Ajuste, MRLB con las variables S, E, A, M1 Y M2. 

Positivos Negativos

Positivos

6

43

Negativos

5

94

Predicción

O

b

s

e

rv

a

c

n

68%
32%
12%
95%
55%
69%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

76 

 

4.1.2.7  Modelo Regresión Logística binaria con las variables S y E. 

 

Figura 38.- Pantalla MATLAB, MRLB con las variables S y E. 

 

 

Tabla 45.- Matriz de Confusión, MRLB con las variables S y E.  

 

 

Tabla 46.- Medidas de Ajuste, MRLB con las variables S y E. 

 

Positivos Negativos

Positivos

5

44

Negativos

5

94

Predicción

O

b

s

e

rv

a

c

n

67%
33%
10%
95%
50%
68%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

77 

 

4.1.2.8  Modelo Regresión Logística binaria con las variables S y MB 

 

Figura 39.- Pantalla MATLAB, MRLB con las variables S y MB 

 

 

Tabla 47.- Matriz de Confusión, MRLB con las variables S y MB 

 

 

Tabla 48.- Medidas de Ajuste, MRLB con las variables S y MB 

 

 

 

Positivos Negativos

Positivos

11

38

Negativos

18

81

Predicción

O

b

s

e

rv

a

c

n

62%
38%
38%
82%
38%
68%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

78 

 

4.1.2.9  Modelo Regresión Logística binaria con las variables S, E, A y MB 

 

Figura 40.- Pantalla MATLAB, MRLB con las variables S, E, A y MB 

 

 

Tabla 49.- Matriz de Confusión, MRLB con las variables S, E, A y MB 

 

 

Tabla 50.- Medidas de Ajuste, MRLB con las variables S, E, A y MB 

 

 

 

 

Positivos Negativos

Positivos

16

33

Negativos

21

78

Predicción

O

b

s

e

rv

a

c

n

64%
36%
33%
79%
43%
70%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

79 

 

4.1.2.10  Modelo Regresión Logística Multinominal con todas las variables (MB=M binario) 

 

 

 

 

 

 

 

 

 

Figura 41.- Pantalla MATLAB, MRLM con todas las variables (MB=M binario) 

 

Figura 42.- Pantalla MATLAB, Coeficientes MRLM con todas las variables (MB=M binario) 

 

Tabla 51.- Matriz de confusión, MRLM con todas las variables (MB=M binario) 

Positivos Negativos

Positivos

1

72

Negativos

5

70

Predicción

O

b

s

e

rv

a

c

n

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

80 

 

 

 

Tabla 52.- Medidas de Ajuste, MRLM con todas las variables (MB=M binario) 

 

4.1.2.11  Modelo Regresión Logística Multinominal con todas las variables (Mficticia = M1 y M2) 

 

Figura 43.- Pantalla MATLAB, MRLM con todas las variables (Mficticia = M1 y M2 

 

48%
52%

2%

71%
17%
49%

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, 

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

Precisión 

Valor de predicción negativo VPN

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

81 

 

 

Figura 44.- Pantalla MATLAB, Coeficientes MRLM con todas las variables (Mficticia = M1 y M2) 

 

 

Tabla 53.- Matriz de confusión, MRLM con todas las variables (Mficticia = M1 y M2) 

 

 

Tabla 54.- Medidas de Ajuste, MRLM con todas las variables (Mficticia = M1 y M2)  

 

Los resultados obtenidos en los 11 modelos de regresión logística desarrollados con los 738 CCTV 
realizados a redes locales de alcantarillado sanitario de la Zona 1 de la EAAB ESP, se resumen a 
continuación: 

Positivos Negativos

Positivos

3

70

Negativos

3

72

Predicción

O

b

s

e

rv

a

c

n

51%
49%

6%

73%
50%
51%

Precisión 

Valor de predicción negativo VPN

Exactitud (Acurracy)

Tasa de error (Misclassification Rate)

Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, 

Especificidad, tasa de verdaderos negativos (especificity, true negative rate)

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

82 

 

 

Tabla 55.- Modelos de Regresión Logística MRL ZONA 1 EAAB ESP  

 

 

Tabla 56.- Variables utilizadas en MRL ZONA 1 EAAB ESP 

 

Tabla 57.- Coeficientes de Regresión MRL ZONA 1 EAAB ESP 

1

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)

2

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES  (M FICTICIA = M1 y M2)

3

REGRESIÓN LOGÍSTICA BINARIA CON D, S y E

4

REGRESIÓN LOGÍSTICA BINARIA CON D, S, E Y A

5

REGRESIÓN LOGÍSTICA BINARIA CON D, S, E, A , M1 Y M2

6

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A , M1 Y M2

7

REGRESIÓN LOGÍSTICA BINARIA CON S y E

8

REGRESIÓN LOGÍSTICA BINARIA CON S y MB

9

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB

10 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)

11 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES  (M FICTICIA = M1 y M2)

23554

738

590

148

DATOS 

VERIFICAR

No.

MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO

TRAMOS 

TOTALES

MUESTRA

DATOS 

ENTRENAR 

D

L

S

H

E

B

A

MBIN M1

M2

1

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)

X

X

X

X

X

X

X

X

2

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES  (M FICTICIA = M1 y M2)

X

X

X

X

X

X

X

X

X

3

REGRESIÓN LOGÍSTICA BINARIA CON D, S y E

X

X

X

4

REGRESIÓN LOGÍSTICA BINARIA CON D, S, E Y A

X

X

X

X

5

REGRESIÓN LOGÍSTICA BINARIA CON D, S, E, A , M1 Y M2

X

X

X

X

X

X

6

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A , M1 Y M2

X

X

X

X

X

7

REGRESIÓN LOGÍSTICA BINARIA CON S y E

X

X

8

REGRESIÓN LOGÍSTICA BINARIA CON S y MB

X

X

9

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB

X

X

X

X

10 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)

X

X

X

X

X

X

X

X

11 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES  (M FICTICIA = M1 y M2)

X

X

X

X

X

X

X

X

X

VARIABLES

No.

MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO

IN T E R C E P T

O

D

L

S

H

E

B

A

MBIN

M1

M2

1

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)

1.137

0.528 0.000 -0.092 0.098 0.010 -0.162 -0.014 -1.894

2

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES  (M FICTICIA = M1 y M2)

0.755

1.788 -0.001 -0.076 0.014 -0.016 -0.071 -0.005

-0.232 -0.184

3

REGRESIÓN LOGÍSTICA BINARIA CON D, S y E

0.574

1.810

-0.074

-0.017

4

REGRESIÓN LOGÍSTICA BINARIA CON D, S, E Y A

0.597

1.785

-0.075

-0.017

-0.005

5

REGRESIÓN LOGÍSTICA BINARIA CON D, S, E, A , M1 Y M2

0.810

1.766

-0.076

-0.017

-0.005

-0.231 -0.190

6

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A , M1 Y M2

1.406

-0.087

-0.014

-0.014

-0.300 -0.276

7

REGRESIÓN LOGÍSTICA BINARIA CON S y E

1.084

-0.084

-0.014

8

REGRESIÓN LOGÍSTICA BINARIA CON S y MB

1.915

-0.103 -1.808

9

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB

1.730

-0.091

0.011

-0.022 -2.001

10 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)

11 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES  (M FICTICIA = M1 y M2)

MATRIZ

MATRIZ

COEFICIENTES REGRESIÓN LOGISTICA

No.

MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

83 

 

 

 

Tabla 58.- Prueba de hipótesis p-valor MRL ZONA 1 EAAB ESP  

 

 

Tabla 59.- Medida de Ajuste Matriz de Confusión MRL ZONA 1 EAAB ESP  

 

4.1.3 

Predicción del estado estructural de las redes locales de alcantarillado sanitario de la 
Zona 1 de la EAAB 

 

Con  los  modelos  que  mejores  resultados tuvieron  de la  medida  de  ajuste  aplicada,  producto  de  la 
Matriz de confusión, se aplicaron a las tuberías existentes en la Zona 1, que carecen de inspección, 
esta población corresponde a 23.554 tramos, los modelos escogidos y los resultados obtenidos son 
los siguientes: 

 

IN T E R C E P T

O

D

L

S

H

E

B

A

MBIN

M1

M2

1

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)

0.0217

0.3557 0.8971 0.0018 0.4339 0.2198 0.4043 0.3936 0.0000

2

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES  (M FICTICIA = M1 y M2)

0.1557

0.0002 0.7539 0.0060 0.9056 0.0132 0.6994 0.7678

0.4586 0.5876

3

REGRESIÓN LOGÍSTICA BINARIA CON D, S y E

0.0535

0.0002

0.0046

0.0067

4

REGRESIÓN LOGÍSTICA BINARIA CON D, S, E Y A

0.0496

0.0002

0.0045

0.0070

0.7185

5

REGRESIÓN LOGÍSTICA BINARIA CON D, S, E, A , M1 Y M2

0.0575

0.0003

0.0040

0.0067

0.7347

0.4590 0.5736

6

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A , M1 Y M2

0.0003

0.0010

0.0181

0.3357

0.3322 0.4083

7

REGRESIÓN LOGÍSTICA BINARIA CON S y E

0.0000

0.0013

0.0185

8

REGRESIÓN LOGÍSTICA BINARIA CON S y MB

0.0000

0.0002

0.0000

9

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB

0.0000

0.0017

0.1594

0.1357 0.0000

10 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)

11 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES  (M FICTICIA = M1 y M2)

MATRIZ

MATRIZ

PRUEBA DE HIPÓTESIS P-VALOR

No.

MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO

VN FN VP FP

Exactitud

Tasa de 

error

Sensibilida

d

Especificidad

Precisión

VPN

1

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)

69 36 13 30

55%

45%

27%

70%

30%

66%

2

REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES  (M FICTICIA = M1 y M2)

92 43

6

7

66%

34%

12%

93%

46%

68%

3

REGRESIÓN LOGÍSTICA BINARIA CON D, S y E

91 44

5

8

65%

35%

10%

92%

38%

67%

4

REGRESIÓN LOGÍSTICA BINARIA CON D, S, E Y A

91 44

5

8

65%

35%

10%

92%

38%

67%

5

REGRESIÓN LOGÍSTICA BINARIA CON D, S, E, A , M1 Y M2

91 44

5

8

65%

35%

10%

92%

38%

67%

6

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A , M1 Y M2

94 43

6

5

68%

32%

12%

95%

55%

69%

7

REGRESIÓN LOGÍSTICA BINARIA CON S y E

94 44

5

5

67%

33%

10%

95%

50%

68%

8

REGRESIÓN LOGÍSTICA BINARIA CON S y MB

91 38 11 18

62%

38%

38%

82%

38%

68%

9

REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB

78 33 16 21

64%

36%

33%

79%

43%

70%

10 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)

11 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES  (M FICTICIA = M1 y M2)

MATRIZ DE CONFUSIÓN

No.

MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

84 

 

4.1.3.1  Predicción utilizando Modelo Regresión Logística Binaria con las variables Pendiente S, 

Edad E, Avisos de Mantenimiento A y Material como variable Ficticia M1 y M2. 

 

 

 

Figura 45.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de S, E, A, M1 y M2. 

 

 

 

 

 

 

 

ESTADO

TRAMOS

%

FALLA

1934

8%

NO FALLA

21620

92%

TOTAL

23554

100%

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

85 

 

4.1.3.2  Predicción utilizando el Modelo Regresión Logística Binaria con las variables Diámetro 

D, Pendiente S, Edad E y Avisos de Mantenimiento A. 

 

 

 

Figura 46.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de D, S, E y A. 

 

 

 

 

 

 

 

ESTADO

PREDICCIÓN 

%

FALLA

3403

14%

NO FALLA

20151

86%

TOTAL

23554

100%

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

86 

 

4.1.3.3  Predicción utilizando el Modelo Regresión Logística Binaria con las variables Diámetro 

D, Pendiente S y Edad E. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 47.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de D, S y E. 

 

 

 

 

 

 

 

ESTADO

PREDICCIÓN 

%

FALLA

3424

15%

NO FALLA

20130

85%

TOTAL

23554

100%

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

87 

 

4.1.3.4  Predicción utilizando el Modelo Regresión Logística Binaria con todas las variables. 

 

 

 

Figura 48.- Mapa Predicción Zona 1 EAAB, según MRLB con todas las variables. 

ESTADO

PREDICCIÓN 

%

FALLA

7263

31%

NO FALLA

16291

69%

TOTAL

23554

100%

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

88 

 

5  ANÁLISIS DE RESULTADOS 

5.1  Unidad de Planeamiento Zonal UPZ Los Cedros 

De los seis modelos de regresión logística desarrollados con las inspecciones disponibles, realizadas 
con CCTV a 408 tuberías locales de alcantarillado sanitario en la UPZ Los Cedros de la Zona 1 de la 
EAAB  ESP,  los  dos  primeros  modelos  tienen  en  cuenta  todas  las  variables  independientes  o 
predictoras  compiladas,  estas  son  ocho  variables  “X”,  el  diámetro,  la  longitud,  la  pendiente,  la 
profundidad, la edad, la subsidencia, los avisos de mantenimiento al alcantarillado y el material, la 
variación entre el modelo 1 y 2, obedece a la forma en que se trató esta última variable, en el modelo 
1 se abordó de manera binaria, como se muestra en la tabla  53, y en el modelo 2 se abordó como 
variable ficticia (dummy), como se muestra en la tabla 54. 

 

Tabla 60.- Material como variable Binaria 

 

 

Tabla 61.- Material como variable Ficticia 

El modelo número 3, se desarrolla teniendo en cuenta las 3 variables que resultan significativas de la 
prueba  de  hipótesis  p-valor  del  modelo  número  1,  estas  son,  la  Pendiente,  los  Avisos  de 
Mantenimiento y el Material como variable binaria, según tabla 53.  

El modelo número 4, se desarrolla teniendo en cuenta las mismas variables del modelo número tres, 
pero adicionando la variable predictora “Edad”.  

Los modelos número 5 y 6, son desarrollados como modelos de regresión logística Multinominal, 
utilizando  las  8  variables  predictoras  disponibles, la diferencia  radica  nuevamente,  en  la forma  de 
tratar la variable material, en el modelo 5 se abordó de manera binaria, como se muestra en la tabla 
53, y en el modelo 6 se abordó como variable ficticia (dummy), como se muestra en la tabla 54. 

 

MATERIAL

M BINARIO = MB

GRES

1

CONCRETO 

0

PVC

0

MATERIAL

M1

M2

GRES

1

0

CONCRETO 

0

1

PVC

0

0

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

89 

 

La variable Pendiente y Material, se encuentran significativas, conforme a la prueba de hipótesis p -
valor, en todos los casos, la variable avisos de mantenimiento en dos de los casos.   

El  modelo  que  mejor  resultados de  la  medida  de ajuste,  conforme  a  la  Matriz  de  Confusión  y  las 
métricas calculadas, es el modelo número 2, es decir el modelo de regresión logística binaria, que 
tuvo  en  cuenta  todas  las  variables,  donde  el  material  se  trató  como  variable  ficticia  (dummy), 
conforme a la tabla número 4.  

Sin embargo, si bien el ejercicio metodológico se considera apropiado, las medidas de ajuste, no son 
porcentajes ideales,  en la tabla 29, se muestran los resultados para cada uno de los modelos, el modelo 
número 2, obtuvo los mejores resultados, que son, la exactitud (porcentaje de la muestra clasificada 
correctamente) del 70%, la tasa de error (porcentaje de la muestra clasificado incorrectamente) del 
30%,  la  sensibilidad  (cuando  la  clase  es  positiva,  porcentaje  que  logra  clasificar)  del  11%,  la 
especificidad  (cuando  la  clase  es  negativa,  porcentaje  que  logra  clasificar)  del  98%,  la  precisión 
(Cuando predice positivos, porcentaje que clasifica correctamente) del 75% y el valor de predicción 
negativo VPN (cuando predice negativos, porcentaje que clasifica correctamente) del 69%.  

 

5.2  Zona 1 de la EAAB 

De los once modelos de regresión logística desarrollados con las inspecciones disponibles, realizadas 
con CCTV a 738 tuberías locales de alcantarillado sanitario dentro del área de la Zona 1 de la EAAB 
ESP,  los  dos  primeros  modelos  tienen  en  cuenta  todas  las  variables  independientes  o  predictoras 
compiladas, estas son ocho variables “X”, el diámetro, la longitud, la pendiente, la profundidad, la 
edad, la subsidencia, los avisos de mantenimiento al alcantarillado y el material, la variación entre el 
modelo 1 y 2, obedece a la forma en que se trató esta última variable, en el modelo 1 se abordó de 
manera binaria, como se muestra en la tabla 53, y en el modelo 2 se abordó como variable ficticia 
(dummy), como se muestra en la tabla 54. 

El modelo número 3, se desarrolla teniendo en cuenta las 3 variables que resultan significativas de la 
prueba de hipótesis p-valor del modelo número 2, estas son, el Diámetro, la Pendiente y la Edad.   

El modelo número 4, se desarrolla teniendo en cuenta las mismas variables del modelo número tres, 
pero adicionando la variable predictora “Avisos”.  

El modelo número 5, se desarrolla teniendo en cuenta las mismas variables del modelo número cuatro, 
pero adicionando la variable predictora “Material” como variable ficticia, según tabla 54.  

El  modelo  número  6,  se  desarrolla  con  las  mismas  variables  que  el  modelo  5,  menos  la  variable 
“Diámetro”. 

El modelo número 7, se desarrolla únicamente con las variables Pendiente y Edad.  

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

90 

 

El modelo número 8, se desarrolla únicamente con las variables Pendiente y Material como variable 
binaria según tabla 53.  

El  modelo  número  9,  se  desarrolla  teniendo  en  cuenta  las  variables,  Pendiente,  Edad,  Avisos  y 
Material como variable binaria, según tabla 53. 

Los modelos número 10 y 11, son desarrollados como modelos de regresión logística Multinominal, 
utilizando  las  8  variables  predictoras  disponibles, la diferencia  radica  nuevamente,  en  la forma  de 
tratar la variable material, en el modelo 10 se abordó de manera binaria, como se muestra en la tabla 
53, y en el modelo 11 se abordó como variable ficticia (dummy), como se muestra en la tabla 54. 

De los resultados presentados en el numeral 4.1.2., correspondiente a los modelos desarrollados para 
la muestra completa de CCTV, es decir las 738 inspecciones, se encuentra con respecto a los modelos 
desarrollados en el numeral 4.1.1, para solo 408 CCTV de la UPZ Los Cedros, que con la muestra 
completa, se obtiene como variable significativa, adicionalmente la “Edad”, es decir, se obtiene en 
términos  generales,  de  los  11  modelos  desarrollados  para  esta  muestra,  que  el  Diámetro,  La 
Pendiente, La Edad y el Material, son variables significativas en el proceso de determinación del 
estado estructural o deterioro de las tuberías locales del alcantarillado sanitario de la Zona 1 de la 
EAAB ESP.  

 

5.3  Predicción  

 

Para el ejercicio de Predicción del estado estructural de las redes locales de alcantarillado sanitario, 
se llevaron a cabo, 4 predicciones, la primera mostrada en el numeral 4.1.3.1, simulada con el modelo 
desarrollado en el numeral 4.1.2.6., el cual tuvo en cuenta las variables de Pendiente, Edad, Avisos 
de  mantenimiento  del  alcantarillado  de  los  últimos  10  años  y  el  Material  como  variable  ficticia 
(dummy); la segunda predicción en el numeral 4.1.3.2, simulada con el modelo desarrollado en el 
numeral 4.1.2.4, el cual tuvo en cuenta las variables de Diámetro, Pendiente, Edad y los Avisos de 
Mantenimiento;  la  tercera  predicción  mostrada  en  el  numeral  4.1.3.3,  simulada  con  el  modelo 
desarrollado en el numeral 4.1.2.3, el cual tuvo en cuenta las variables de Diámetro, Pendiente y Edad 
y la cuarta predicción mostrada en el numeral 4.1.3.4., simulada con el modelo desarrollado en el 
numeral  4.1.2.1.,  el  cual  tuvo  en  cuenta  todas  las  variables  predictoras  disponibles,  estas  son,  el 
Diametro, La Longitud, la Pendiente, La Profundidad, La Edad, Los Avisos de Mantenimiento de los 
últimos 10 años y el Material.   

El  mapa  mostrado  en  la  Figura  45,  muestra  la  predicción  estimada  con  el  modelo  desarrollado 
teniendo en cuenta la Pendiente, La Edad, Los Avisos de Mantenimiento y el Material, los resultados 
arrojan 1934 tramos en estado de “FALLA” y 21620 en estado de “NO FALLA”, lo que indica que 
conforme a esta predicción el 8% de las redes locales de alcantarillado sanitario de la  Zona 1 de la 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

91 

 

EAAB  ESP,  deben  ser  intervenidas  ya  sea  a  través  de  procesos  constructivos  de  renovación  o 
rehabilitación.   

El  mapa  mostrado  en  la  Figura  46,  muestra  la  predicción  estimada  con  el  modelo  desarrollado 
teniendo  en  cuenta  el  Diámetro,  Pendiente,  Edad  y  los  Avisos  de  Mantenimiento,  los  resultados 
arrojan 3403 tramos en estado de “FALLA” y 20151 en estado de “NO FALLA”, lo que indica que 
conforme a esta predicción el 14% de las redes locales de alcantarillado sanitario de la Zona 1 de la 
EAAB  ESP,  deben  ser  intervenidas  ya  sea  a  través  de  procesos  constructivos  de  renovación  o 
rehabilitación.   

El  mapa  mostrado  en  la  Figura  47,  muestra  la  predicción  estimada  con  el  modelo  desarrollado 
teniendo en cuenta el Diámetro, Pendiente y Edad, los resultados arrojan 3424 tramos en estado de 
“FALLA” y 20130 en estado de “NO FALLA”, lo que indica que conforme a esta predicción el 15% 
de las redes locales de alcantarillado sanitario de la Zona 1 de la EAAB ESP, deben ser intervenidas 
ya sea a través de procesos constructivos de renovación o rehabilitación y que el incluir los avisos de 
mantenimiento como en el modelo mostrado en el mapa de la Figura 46, no representa diferencias 
importantes en la predicción, por lo que se confirma la prueba de hipótesis p-valor de probabilidad, 
en  la  que  resultó  significativa  únicamente  las  variables  predictoras  DIÁMETRO,  PENDIENTE  Y 
EDAD. 

El  mapa  mostrado  en  la  Figura  48,  muestra  la  predicción  estimada  con  el  modelo  desarrollado 
teniendo en cuenta todas las variables, es decir, Diámetro, Pendiente, Longitud, Profundidad, Edad, 
Avisos de Mantenimiento, Subsidencia y Material.  Este modelo, es el que mayor cantidad de tramos 
en estado de falla arroja, 7263 tubos, que representan el 31% de las tuberías locales de alcantarillado 
sanitario de la Zona 1 de la EAAB EPS.  

De  los  mapas  mostrados  en  las  Figuras  45,  46,  47  y  48,  se  observa  que  todas  las  Predicciones, 
coinciden  en  estimar,  un  estado  de  “FALLA”  en  las  tuberías  con  características  asociadas  a 
DIÁMETROS MENORES, PENDIENTES ALTAS Y MAYOR EDAD.   

Todos  los  modelos  predictivos  simulados,  también  coinciden  en  identificar  los  Barrios  de  Chicó 
Norte  Sector  II,  El  Chicó,  Santa  Bibiana,  San  Patricio,  Santa  Ana,  Usaquén,  Ginebra,  San 
Gabriel Norte, Bosque de Pinos, Santa Cecilia, Buenavista, Horizontes Norte, Cedritos, Prado 
Veraniego, Río Negro, Julio Flórez, Ciudad Hunza, Villa Alcázar, Los Naranjos, Suba Urbano, 
Casa Blanca Suba I
, como 21 de los 209 barrios dentro del área de prestación de la Zona 1 de la 
EAAB  ESP,  que  se  encuentran  en  estado  estructural  crítico,  es  decir  predicción  Y=1,  estado 
estructural en “FALLA”. 

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

92 

 

6  CONCLUSIONES 

•  Siendo la Regresión Logística un modelo estadístico, se debe tener especial precaución en 

comprender,  que  las  predicciones  y  los  resultados  obtenidos,  obedecen  a  una  razón  de 
probabilidad,  una  probabilidad  de  ocurrencia  de  un  suceso,  con  base  en  los  valores  de las 
variables predictoras, es decir el modelo no es determinístico, sino que conduce a establecer 
cuál es la probabilidad más alta, de que el tramo se encuentre o no, en estado estructural de 
falla,  probabilidad  dada  para  cada  uno  de  los  tubos, de  los  que  se  compone  el sistema  de 
alcantarillado, que para el caso de estudio corresponde al alcantarillado local sanitario de la 
Zona 1 de la EAAB ESP. 
 

•  Las probabilidades obtenidas con el modelo de regresión logística pueden asumirse como una 

tasa  de  prevalencia,  la  cual  se  encuentra  afectada  por  las  variables  predictoras  tenidas  en 
cuenta en el modelo desarrollado. 

 

•  Otras variables importantes no tenidas en cuenta en este estudio, están asociadas a valores 

del nivel freático, al tipo de cimentación y a los procesos constructivos. 
 

•  Las Predicciones realizadas, coinciden en estimar, un estado de “falla” en las tuberías con 

características asociadas a Diámetros menores, Pendientes altas y Edades mayores.   

 

•  Si bien, el objetivo general de esta investigación era estimar el estado estructural, se considera 

que  con  las  predicciones  obtenidas  no  es  posible  afirmar  con  un  grado  de  incertidumbre 
aceptable que los estados estructurales estimados estén acordes a la realidad y se pueda con 
estos,  emprender  procesos  de  contratación  para  la  renovación  y/o  rehabilitación  del 
alcantarillado sanitario de la Zona 1, sino que, los resultados pueden ser útiles, en una etapa 
de  prefactibilidad,  como  un  insumo  o  una  fuente  de  información,  que  permita  estructurar 
programas  de  priorización  de  inspecciones  y  de  esta  manera  poder  tomar  la  decisión  de 
acometer Proyectos de Inversión para la renovación o rehabilitación de las redes locales del 
alcantarillado. 
 

•  La predicción obtenida del estado estructural actual de las redes locales de alcantarillado 

sanitario de la zona 1, arrojó medidas de ajuste muy pobres, por tanto se debe continuar con 
la recopilación y procesamiento de información, que permita ampliar la muestra en estudio, 
así  como  aplicar  metodologías  con  fundamento  en  inteligencia  artificial  y  de  esta  manera 
obtener resultados con menor grado de incertidumbre y mayor sensibilidad, no obstante, el 
producto obtenido, es útil para la gestión proactiva de la Zona 1 de la EAAB ESP, toda vez 
que actualmente, no se cuenta con ningún instrumento técnico, que soporte la priorización de 
las inspecciones, sino que estás se basan en una gestión reactiva del área de mantenimiento 
del alcantarillado, por tanto es un buen comienzo que aporta a los esfuerzos e iniciativas que 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

93 

 

la Empresa realiza en este momento por implementar y retomar procesos de Gestión Integral 
de los Alcantarillados.  

 

•  Muchos de los avisos de mantenimiento, se encuentran asociados al mantenimiento de las 

acometidas domiciliarias, que, durante el proceso de atención, se asocian a la dirección del 
predio; y posteriormente en este estudio fueron asociadas al tramo ubicado en frente de la 
nomenclatura,  por  lo  que  podría  entenderse,  por  qué  la  variable  Avisos,  no  resultó 
significativa en todos los casos.  
 

•  En  ninguno  de  los  modelos  desarrollados,  se  encontró  correlación  entre  los  valores  de 

subsidencia del suelo y el estado estructural de las tuberías.  

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

94 

 

7  RECOMENDACIONES Y FUTURAS INVESTIGACIONES 

•  Futuras investigaciones, deben estar encaminadas en aplicar metodologías que implementen 

modelos de deterioro con base en algoritmos de inteligencia artificial o la combinación de 
éstos,  que  permitan  crear  programas  y  mecanismos,  que  se  acerquen  de  una  manera  más 
confiable, al comportamiento complejo de las variables influyentes. 

 

•  La priorización de programas de inspección y posterior toma de decisiones para acometer 

procesos de contratación de proyectos de inversión, debe ir acompañado del análisis de otros 
factores,  como  los  hidráulicos,  operacionales,  ambientales,  de  resiliencia,  geotécnicos,  de 
calidad de agua, entre otros, de tal manera que permita realizar una evaluación integral al 
problema.  
 

•  Para  obtener  mejores  resultados  de  medidas  de  ajuste  a  los  modelos,  es  importante  la 

recopilación de una mayor cantidad de datos, específicamente de un mayor número de CCTV, 
de tal manera que se reduzca la incertidumbre, y se tenga una muestra más robusta para el 
desarrollo  del  modelo,  así  como  de  la  implementación  de  metodologías  alternas, 
principalmente las asociadas a algoritmos de inteligencia artificial.  

 

•  La EAAB ESP, debe propender por la armonización entre la norma técnica de servicio para 

la inspección de redes de alcantarillado, NS-58, versión anterior y la vigente, toda vez que 
existe  en  la  empresa  una  información  valiosa  de  inspecciones  realizadas  con  la  norma 
anterior,  que  procesada  y  analizada  junto  con  las  nuevas  inspecciones,  puede  soportar 
programas  prospectivos  para  la  priorización  de  inversiones,  abordando  el  problema  del 
deterioro del sistema de alcantarillado, desde un enfoque Proactivo.  

 

•  La  EAAB  ESP,  debe  explorar  nuevas  herramientas  y  tecnologías,  que  permitan  la 

intervención preventiva e inmediata de las tuberías, a través de las áreas de mantenimiento 
del  alcantarillado,  ya  sea  a  partir  de  recursos  internos  o  externos,  de  tal  manera  que  se 
intervenga y retrasen los procesos de deterioro de las tuberías, permitiendo prolongar su vida 
útil y con esto la asignación de presupuestos, tanto para la renovación, como para mitigar los 
daños  que  se  ocasionan  a  la  infraestructura  colindante,  cuando  estos  alcantarillados  fallan 
espontáneamente.   

 

•  La  infraestructura  relacionada  con  las  acometidas  domiciliarias,  denominadas  también 

laterales, es decir las tuberías que transportan la descarga de aguas residuales de los predios, 
desde la caja de inspección privada hasta las redes de alcantarillado públicas, representan un 
gran  número  de  avisos  de  mantenimiento,  por  lo  que  demandan  una  cantidad  de  recursos 
importantes  para  su  atención,  por  tanto,  planear  e  implementar  programas  para  su 
mantenimiento  preventivo,  podría  reducir  el  número  de  actividades  correctivas  que  se 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

95 

 

realizan  para  atender  este  tipo  de  eventos;  estableciendo  en  primera  medida  la  causa,  que 
puede  estar  asociada  al  proceso  constructivo  de  estas  redes,  por  tanto  una  revisión  de  los 
procesos  en  los  cuales  se  construyen  estas  tuberías,  podría  contribuir  en  la  reducción  de 
recursos que se destinan para el mantenimiento correctivo de estas tuberías.  

 

•  Futuras investigaciones, pueden desarrollar modelos, en el área de cobertura de la zona 3, 

donde los valores de subsidencia son importantes y podría establecerse alguna  correlación 
con el estado estructural de la infraestructura subterránea, como es el caso del alcantarillado.  

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

96 

 

8  REFERENCIAS 

Ainul Akmar Mokhtar, Nooratikah Saari and Mokhtar Che Ismail (2015). Assessment of Insulated 

Piping  System  Inspection  Using  Logistic  Regression.  Engineering  asset  management  – 
Systems 265-277. 

 
Alaa Hawari, Mazen Alamin, Firas Alkadour, Mohamed Elmasry, Tarek Zayed.  (2018) Automated 

defect detection tool for closed circuit television (CCTV) Inspected Sewer Pipelines.  

 
Alain  T.  Lubini  and  Mussandji  Fuamba,  (2011),  Modeling  of  the  deterioration  timeline  of  sewer 

systems.  Can. J. Civ. Eng. 38: 1381-1390. 

 

Ana and W.Bauwens (2010)  Modeling the structural deterioration of urban drainage pipes: the state-

of-the-art in statistical methods.  Urban Water Journal, Vol.7, No.4, February 2010, 303-312.  

  
Ariaratnam, Ashraf El Assaly, Associate Members, ASCE, and Yuqing Yang (2001). Assessment of 

Infraestructure  inspection  needs  using  logistic  models.    Journal  of  infrastructure  systems. 
2001.7; 160-165. 

 
Baris  Salman  and  Ossama  Salem,  (2012)  Modeling  failure  of  wastewater  collection  lines  using 

various section-level regression models. Journal of infrastructure systems, 2012.18:146-154. 

 
Baur, R., Zielichowski-Haber, W., and Kropp, I., (2004).  Statistical analysis of inspection data for 

the asset management of sewer networks. In: Proceedings 19th EJSW on Process Data and 
Integrated Urban Water Modeling, Lyon, France. 

 
Casado Fernandez Ma, Manual Básico de Matlab. Servicios Informáticos UCM. 
 
Castillo Hérnandez M, (2006) Toma de decisiones en las empresas, Universidad de Los Andes. 
 
Christensen, Ronald, (1990) Log-Linear Models and Logistic Regression. Second Edition 
 
David Ayala-Cabrera, Manuel Herrera, Joaquin Izquierdo, Rafael Perez - Garcia.  (2011) Location of 

buried  plastic  pipes  using  multi-agent  support  based  on  GPR  images.  Journal  of  Applied 
Geophysics 75 679-686. 

 
Díaz Monroy L., Morales Rivera M., (2009) Análisis Estadístico de datos categóricos, Universidad 

Nacional de Colombia. 

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

97 

 

Escallón J., Saldarriaga J.  (2005) Determinación del Estado de redes de alcantarillado teniendo en 

cuenta inspecciones con circuito cerrado de television (CCTV). Tesis Pregrado 2005. 

 
Fenner, R.A., (2000).  Approaches to sewer maintenance.  Urban Water, 2, 343–356. 
 
FOPAE  –  UNAL,  (2011)  Estudio  de  Modelación  geotécnica  del  fenómeno  de  subsidencia  en  la 

ciudad de bogotá d.c. / informe final mayo 2011 del contrato 415 de 2010. 

 
Fuchs-Hanush,  M.Gunther,  M.  Moderl  and  D.  Muschalla (2015),  Cause  and  effect  oriented  sewer 

degradation  evaluation  to  support  Schedule  inspection  planning.  Water  Science  & 
Technology 72.7 

 
Golam Kabir, Ngandu Balekelay Celestin Balek and Solomon Tesfamariam, (2018), Sewer Structural 

Condition  Prediction  Integratin  Bayesian  Model  Averaging  with  Logistic  Regression.  J. 
Perform. Constr. Facil, 2018, 32(3): 04018019. 

 
Harwood, D.W., St. John, A.D., and Bauer, K.M., (1982). Application of statistical techniques to gas 

operations. Chicago, IL: Gas Research Institution. 

 
Hernández  N.,  Obregón  N.,  Torres  A,  (2015)  Identificación  de  factores  de  tipo  categórico 

relacionados con la condición estructural de tuberías de alcantarillado de Bogotá a partir de 
conceptos de entropía de la información. P-ISSN 1900-3102. 

 
Héctor Matamoros Rodríguez, Héctor Alfonso Rodríguez Díaz. (2017) Rehabilitación de Sistemas 

de Alcantarillado, Modelo de Gestión. 

 
Herz, R.K., (1996). Aging processes and rehabilitation needs of drinking water distribution  networks.  

Journal  of Water, 45, 221–231. 

 
Janaka Ruwanpura, Samuel T, Ariaratnam and Ashraf Ei-Assaly (2004) Prediction models for sewer 

infrastructure utilizing rule-based simulation. Civil Engineering and Enviromental Systems. 
Vol. 21, No.3, pp.169-185. 

 
Kiyeon  Kim,  Joonyoung  Kim,  Tae-Young  Kwak,  Choong-Ki  Chung,  (2018)  Logistic  regression 

model for sinkhole susceptibility due to damaged sewer pipes. Nat Hazards 93:765-785. 

 
Kleiner, Y., Sadiq, R., and Rajani, B., (2006). Modelling the deterioration of buried infrastructure as 

a fuzzy Markov process. Journal of Water Supply Research and Technology: Aqua, 55 (2), 
67–80. 

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

98 

 

Kulkarni, R.B., (1984). Dynamic decision model for a pavement management system.  Transportation 

Research Record 997.  Washington, DC: Transportation Research Board. 

 
Liliana López, Nathalie Hernández, and Andrés Torres. (2016)   Physical characteristics of pipes as 

indicators  of structural state for decision-making considerations  in sewer asset management.  

 
Mathieu  Lepot  ,  Nikola  Stanic,  Francois  H.L.R.  Clemens.  (2017)  A  Technology  for  sewer  pipe 

inspection (Part 2): Experimental assessment of a new laser profiler for sewer defect detection 
and quantification.  Journal Elsevier, Automation in Contruction 73 1-11. 

 
Mehdi Ahmadi, (2014) Influence of available data on sewer inspection program efficiency,  Urban 

Water Journal, Vol. 11, No.8, 641-656. 

 
Mehdi  Ahmadi,  Fréderic  Cherqui,  Jean-Christophe  de  massiac  (2015)  Benefits  of  using  basic, 

imprecise  or  uncertain  data  for  elaborating  sewer  inspection  programmes,  Structure  and 
Infraestructure Enginering. Vol.11, No. 3, 376-388. 

 
Ming-Der Yang, Yi-Ping Chen, Tung-Ching Su & Yu-Hao Lin. (2016) Sewer pipe defects diagnosis 

assessment  using  multivariate  analysis  on  CCTV  video  imagery.  Urban  Water  Journal, 
Vol.14, No.5, 475-482. 

 
Ming-Der Yang, Tung-Ching Su. (2009) Segmenting ideal morphologies of sewer pipe defects on 

CCTV images for automated diagnosis. ScienceDirect, Expert Systems with applications 36, 
3562-3573. 

 
Mohamed Elmasry, Alaa Hawari, and Tarek Zayed (2017) Defect based deterioration model for sewer 

pipelines using Bayesian belief networks. Can J.Civ. Eng. 44: 675-690. 

 
Mohammadrza Malek Mohammadi, (2019) Condition Predition of Sanitary Sewer Pipes, Pipelines 

página 117-126 

 
Mora  H.,  F.  Diaz,  L.  Cardona  y  S.  Lizarazo  (2018),  Estimación  cuantitativa  de  la  subsidencia  de 

Bogotá,  informe  preliminar,  Servicio  Geológico  Colombiano,  Dirección  de  Geoamenazas, 
Marzo 2018, 23p. 

 
Mora-Páez H., F. Diaz-Mila and L. Cardona-Piedrahita, (in review 2019), Mapping Land Subsidence 

in Bogotá, Colombia, using the Interferometric Synthetic Aperture Radar (InSAR) technique 
with TerraSAR-X images, (en proceso de publicación). 

 
Nicol, Adelheid A. M.  y Penny M. Pexman, (2006) Cómo crear tablas Guía Práctica, Editorial el 

Manual Moderno. 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

99 

 

Nicolas  Caradot,  Hauke  Sonnenber,  Ingo  Kropp,  Alexander  Ring,  Stephane  Denhez,  Andreas 

Hartmann  &  Pascale  Rouault.  (2017)      The  relevance  of  sewer  deterioration  modelling  to 
support asset management strategies. Urban Water Journal, Vol.14, No.10, 1007-10015. 

 
Posada Obando A., (2019), Determinación del estado de redes de alcantarillado y su necesidad o no 

de ser sometidas a renovación / rehabilitación teniendo en cuenta Minería de Datos. Asesor: 
Juan Saldarriaga. Universidad de Los Andes. 

 
Recuperado de https://www.ecured.cu/Matrices_de_confusi%C3%B3n 

Recuperado de  https://www.dataschool.io/simple-guide-to-confusion-matrix-terminology/ 
 
Recuperado http://recursos.ccb.org.co/ccb/pot/PC/files/3definicion.html 

 

Ruwanpura, J., Ariaratnam, S., and El-Assaly, A., (2004). Prediction models for sewer infrastructure 

utilizing rule- based simulation. Journal of Civil Engineering and Environmental Systems, 21 
(3), 169–185. 

 
Serna R. Mario A.  (2012) Estado del arte en nuevas tecnologías de inspección y limpieza de sistemas 

de alcantarillado y su efecto en el diseño y normatividad de pozos de inspección.  

 
Tran,  D.H.,  (2007).  Investigations  of  deterioration  models  for  stormwater  pipelines.  Doctoral 

Dissertation. School of Architectural, Civil and Mechanical Engineering, Faculty of Health, 
Engineering and Science, Victoria University. 

 
Tuija Laakso, Teemu Kokkonen, Ilkka Mellin and Riku Vahala (2018) Sewer Condition prediction 

and analysis of explanatory factors, Water 2018, 10, 1239; doi:10.3390/w10091239, 1-17. 

 

Tu,  J.V., (1996).  Advantages and disadvantages of using artificial neural networks versus logisitic 

regression for predicting medical outcomes. Journal of Clinical Epidemiology, 49 (11), 1225–
1231. 

 
Xin  Li,  Wuyi  Yu,  Xiao  Lin,  and  S.  S.  Iyengar,  (2012).  On  optimizing  Autonomous  pipeline 

inspection. Bee Transactions on Robotics, Vol 28, no.1. 

 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

100 

 

9  ANEXOS 

9.1  Matriz de variables para regresión logística 

 

No. 

MBIN 

YBIN 

1  0.300  34.20  0.150  0.500 

11 

-1.937 

2  0.200  27.07  0.220  0.670 

16 

-1.900 

3  0.200  38.84  0.930  1.040 

40 

-1.275 

4  0.200  17.82  0.790  0.510 

16 

-1.860 

14 

5  0.200  36.86  3.070  1.430 

24 

-0.994 

6  0.300  91.09  0.430  1.810 

40 

-1.706 

7  0.250  60.73  0.230  1.810 

16 

-1.862 

8  0.250  20.07  0.450  1.760 

33 

-1.010 

9  0.250  26.53  13.150  1.880 

27 

0.208 

10  0.250  14.01  0.210  0.680 

-1.964 

11  0.300  52.42  0.320  2.740 

33 

-1.009 

12  0.200 

5.71  2.398  1.619 

39 

-0.963 

13  0.200  72.24  2.450  1.755 

47 

-0.824 

14  0.200  54.86  0.521  1.440 

39 

-0.769 

15  0.200  16.13  5.632  2.033 

47 

-0.870 

16  0.200  115.92  2.718  1.585 

47 

-0.824 

17  0.200  49.09  1.038  1.540 

39 

-0.680 

18  0.200  87.38  0.755  1.805 

39 

-0.973 

19  0.200  123.59  0.774  1.745 

39 

-0.848 

20  0.250 

4.06  25.129  2.401 

47 

-0.870 

21  0.200  15.02  5.653  1.440 

39 

-0.347 

22  0.200  26.41  0.303  1.460 

20 

0.000 

23  0.200  84.97  0.387  1.808 

47 

-0.195 

11 

24  0.200  85.46  0.513  1.785 

47 

-0.193 

24 

25  0.450 

9.23  4.012  1.895 

40 

0.000 

26  0.200  57.63  0.036  1.713 

39 

-0.585 

27  0.200  99.88  6.547  1.646 

39 

-0.525 

28  0.200  95.02  0.496  2.755 

40 

0.000 

29  0.200 

9.88  5.314  1.033 

60 

0.381 

30  0.200  104.43  4.820  1.530 

60 

0.404 

31  0.200  72.30  2.307  1.900 

47 

0.205 

32  0.200  18.68  1.272  1.499 

0.000 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

101 

 

No. 

MBIN 

YBIN 

33  0.200  48.82  1.475  1.540 

39 

-0.686 

34  0.200  98.13  1.528  1.490 

47 

-0.844 

35  0.200  74.68  0.408  1.415 

39 

-0.769 

36  0.200 

5.45  0.376  1.645 

47 

-0.765 

37  0.200 

5.75  6.981  2.252 

47 

-0.686 

38  0.200  79.96  1.076  1.700 

-0.997 

39  0.250  51.23  0.395  1.751 

39 

-1.030 

40  0.500  18.02  0.290  1.282 

39 

-1.102 

41  0.200  55.77  1.639  1.597 

39 

-0.347 

42  0.200  69.04  0.971  1.940 

47 

-0.531 

10 

43  0.200  12.76  0.596  1.683 

20 

0.183 

44  0.300  65.94  0.273  3.605 

27 

-1.053 

45  0.300  69.31  0.366  2.430 

39 

-1.034 

46  0.200  78.30  0.643  2.880 

47 

-0.659 

47  0.200  95.00  5.222  2.020 

65 

0.312 

48  0.200  95.11  2.725  2.125 

65 

0.317 

49  0.500 

7.09  0.843  2.185 

19 

-2.263 

50  0.250  87.14  0.242  1.897 

39 

-1.030 

51  0.225  41.55  1.060  1.680 

65 

0.287 

52  0.300  87.23  0.095  3.065 

33 

-1.250 

53  0.200  85.87  0.515  2.160 

47 

-0.688 

54  0.300  25.73  14.821  0.720 

27 

-0.406 

55  0.300  20.64  8.597  1.037 

27 

-0.598 

56  0.300 

4.03  0.513  2.660 

33 

-1.108 

57  0.450  81.48  0.027  2.804 

33 

-1.232 

58  0.400  40.29  0.203  2.935 

33 

-1.111 

59  0.250  59.71  0.131  1.107 

39 

-0.829 

60  0.300  95.03  0.000  0.500 

27 

-2.480 

42 

61  0.200  59.99  3.030  1.440 

39 

-0.478 

62  0.200  34.40  2.330  1.880 

24 

-0.705 

63  0.250  30.95  0.900  2.780 

40 

-0.499 

64  0.200  50.00  2.900  1.150 

39 

-0.611 

65  0.300  57.68  0.550  2.630 

40 

-0.573 

66  0.500  67.23  4.000  3.740 

39 

-0.337 

67  0.200  55.89  0.200  1.000 

16 

-1.846 

68  0.300  10.44  0.380  2.660 

33 

0.000 

69  0.200  58.00  0.970  2.090 

24 

-1.029 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

102 

 

No. 

MBIN 

YBIN 

70  0.250  79.50  0.240  1.070 

11 

-2.480 

18 

71  0.200  10.46  0.000  0.500 

33 

0.000 

72  0.200  99.96  0.340  1.680 

20 

-2.480 

31 

73  0.200  28.06  23.060  0.500 

27 

-0.506 

74  0.300  39.03  0.720  2.440 

40 

-0.437 

75  0.300  52.58  0.000  0.500 

40 

-2.480 

76  0.250  60.18  0.660  2.900 

39 

-0.525 

77  0.350  44.55  3.970  1.350 

24 

-0.730 

78  0.350  21.19  13.590  2.690 

20 

-0.313 

79  0.200  30.93  0.650  1.050 

39 

-1.594 

80  0.300  41.69  1.130  0.950 

24 

-0.786 

81  0.200  47.11  4.220  2.030 

24 

-1.029 

82  0.300  38.37  0.160  2.700 

40 

-0.523 

83  0.200  49.48  0.490  2.150 

33 

-0.897 

84  0.200  78.19  4.200  1.740 

40 

-0.461 

85  0.300  89.97  0.410  1.480 

40 

-1.486 

86  0.200  59.35  0.830  2.490 

33 

-0.948 

87  0.200  70.37  25.560  0.500 

24 

-0.595 

17 

88  0.200  64.55  0.310  0.980 

39 

-1.917 

89  0.200  39.47  0.960  2.120 

33 

-0.948 

90  0.200  95.55  0.300  1.610 

20 

-2.480 

39 

91  0.200  29.35  0.000  0.500 

40 

-1.386 

21 

92  0.300  63.34  0.000  0.500 

39 

-0.973 

93  0.350  49.99  0.620  1.950 

24 

-2.480 

94  0.200  23.12  0.910  5.990 

17 

-0.317 

95  0.350  22.48  16.860  3.170 

20 

0.000 

96  0.200  26.51  0.000  0.500 

33 

0.000 

16 

97  0.200  28.36  0.630  0.920 

16 

-1.900 

12 

98  0.300  54.06  0.460  2.540 

40 

-0.633 

99  0.250  54.92  0.000  0.500 

40 

-2.480 

24 

100  0.200  58.47  0.000  1.120 

11 

-2.413 

13 

101  0.200  51.97  2.310  0.500 

24 

-1.352 

102  0.250  23.51  0.890  6.380 

17 

-0.317 

103  0.300  65.04  0.370  2.630 

40 

-0.619 

104  0.250  81.11  3.930  2.330 

-0.479 

105  0.450  18.60  7.580  3.060 

18 

0.000 

106  0.200  37.45  2.560  2.170 

16 

-2.135 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

103 

 

No. 

MBIN 

YBIN 

107  0.300  85.00  0.400  1.270 

40 

-1.486 

108  0.400  14.19  10.010  1.540 

18 

-0.483 

109  0.400  64.96  0.620  2.150 

24 

-2.480 

110  0.250  106.99  0.310  2.140 

16 

-2.021 

111  0.200  30.21  0.960  2.520 

40 

-0.499 

13 

112  0.200  59.81  11.390  0.910 

24 

-0.729 

113  0.200  22.71  0.000  0.500 

20 

-0.313 

114  0.300  100.52  0.250  2.110 

16 

-1.991 

115  0.450  11.37  8.000  2.450 

18 

-0.654 

116  0.200  84.72  3.220  1.200 

39 

-0.573 

117  0.250  28.48  0.700  2.860 

39 

-0.471 

18 

118  0.350  23.93  17.970  0.500 

20 

-0.369 

119  0.200  49.12  0.860  2.480 

40 

-0.445 

120  0.500  45.80  4.740  4.140 

39 

-0.442 

121  0.450 

9.92  8.570  2.940 

18 

0.412 

122  0.200  12.95  5.480  1.980 

40 

-0.444 

123  0.200  43.55  2.919  1.895 

20 

-0.295 

124  0.200 

6.96  3.879  1.255 

39 

-0.963 

125  0.200  28.01  0.763  1.940 

47 

0.000 

126  0.200  77.92  0.103  2.181 

47 

-0.882 

127  0.200  77.57  0.428  1.787 

47 

-0.959 

128  0.200  110.74  2.010  2.274 

47 

-0.832 

129  0.300  19.28  0.541  1.988 

39 

0.000 

130  0.300  57.45  0.215  1.475 

39 

-1.172 

131  0.300  70.16  0.203  1.566 

47 

-0.942 

132  0.300  73.14  0.070  2.062 

47 

-0.909 

133  0.400  52.66  0.510  1.940 

24 

-2.480 

134  0.200  33.62  1.924  3.100 

24 

0.000 

135  0.200  72.94  0.396  1.250 

39 

-0.966 

136  0.200  10.16  0.349  1.927 

47 

-0.787 

137  0.200  95.37  0.100  1.869 

47 

-0.729 

138  0.200  73.67  1.257  1.635 

47 

-0.844 

139  0.200  74.83  0.312  2.638 

47 

-0.758 

140  0.200  96.58  2.422  1.706 

47 

-0.716 

141  0.200  85.98  1.023  1.195 

39 

-1.092 

15 

142  0.200  104.93  2.000  1.695 

47 

-0.656 

143  0.200  106.45  0.195  1.860 

39 

-0.973 

11 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

104 

 

No. 

MBIN 

YBIN 

144  0.200  50.90  2.378  1.710 

39 

-0.951 

28 

145  0.200  84.40  1.958  1.615 

47 

-0.824 

146  0.200  20.89  5.121  2.090 

39 

-0.951 

147  0.200  52.01  3.192  1.440 

47 

-0.821 

148  0.300  80.15  0.260  2.224 

47 

-0.889 

149  0.300  69.19  0.127  2.053 

39 

-1.071 

150  0.300  36.90  0.228  2.622 

39 

-0.628 

151  0.300 

5.90  0.577  0.850 

20 

0.000 

152  0.300  56.08  0.231  2.870 

47 

-0.980 

153  0.300  71.22  0.689  1.976 

47 

-0.851 

154  0.300  42.79  2.233  2.540 

47 

-0.769 

155  0.300  65.24  0.174  1.892 

47 

-0.877 

11 

156  0.200  36.05  1.440  1.070 

16 

-2.135 

157  0.200  74.07  1.263  2.493 

47 

-0.853 

158  0.200  17.64  0.172  1.962 

47 

-0.783 

159  0.200  55.01  0.145  2.494 

24 

0.000 

160  0.200  60.88  0.510  1.698 

39 

-1.086 

161  0.200  74.50  0.480  2.218 

47 

-0.826 

162  0.200  74.98  0.489  1.920 

47 

-1.546 

10 

163  0.200  88.89  0.950  2.114 

40 

-0.835 

164  0.200  61.20  0.381  1.245 

39 

-0.838 

165  0.200  55.07  1.108  2.046 

47 

-0.825 

10 

166  0.400  40.91  0.034  1.619 

40 

-1.143 

167  0.400  52.74  0.085  2.023 

47 

-0.976 

168  0.400  39.96  0.066  1.800 

40 

-0.933 

169  0.350  19.16  3.045  0.810 

20 

-0.272 

170  0.400  52.88  0.128  3.865 

39 

-1.067 

171  0.400  57.00  0.078  1.807 

47 

-0.943 

172  0.400  71.05  0.185  3.530 

47 

-1.078 

173  0.400  100.41  0.133  1.930 

33 

-1.133 

16 

174  0.400  28.47  0.429  2.094 

47 

-1.057 

175  0.350  36.85  0.321  1.885 

47 

-0.864 

176  0.400  62.81  0.244  1.730 

39 

-0.988 

177  0.300  75.58  2.406  1.080 

20 

-0.367 

178  0.300  36.72  2.760  2.727 

20 

-0.383 

179  0.300  24.43  2.649  2.823 

20 

-0.224 

180  0.600  56.14  0.055  2.090 

47 

-1.077 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

105 

 

No. 

MBIN 

YBIN 

181  0.200  53.98  0.954  1.640 

47 

-0.665 

19 

182  0.200  46.02  3.430  1.586 

47 

-0.475 

183  0.200 

3.64  16.980  2.252 

47 

0.000 

184  0.300  77.33  2.833  2.770 

39 

-0.760 

185  0.300  31.24  0.208  3.576 

39 

0.000 

186  0.200  40.46  0.187  1.420 

39 

-1.222 

187  0.200  49.31  0.716  1.500 

47 

-0.191 

188  0.300  36.18  1.126  2.029 

47 

0.000 

189  0.300 

5.30  0.776  3.714 

39 

0.000 

190  0.300  59.89  0.139  1.538 

39 

-1.146 

191  0.200  52.62  0.588  0.865 

39 

-0.868 

192  0.200  45.95  0.417  2.410 

47 

-1.048 

193  0.200  79.87  0.372  1.485 

47 

-1.544 

194  0.200  76.14  0.434  1.763 

47 

-0.853 

195  0.200  93.59  0.395  2.961 

47 

-0.733 

196  0.200  89.92  0.213  1.880 

33 

-1.026 

197  0.200  116.94  2.963  1.991 

47 

-0.379 

198  0.400  58.11  0.469  3.160 

47 

-1.012 

199  0.400  80.11  0.037  1.928 

47 

-0.980 

200  0.400  53.50  0.070  1.740 

40 

-0.266 

201  0.200  20.54  2.965  1.352 

47 

-0.473 

202  0.200  49.86  0.218  2.635 

47 

-1.048 

203  0.200  50.13  2.201  1.298 

47 

-0.696 

204  0.200  54.11  1.974  1.673 

47 

-0.355 

205  0.200  33.21  2.594  1.611 

47 

-0.622 

206  0.200  56.18  1.407  1.957 

47 

-0.810 

207  0.200  79.66  0.210  3.083 

47 

-0.733 

208  0.200  87.48  0.335  2.280 

47 

-1.591 

209  0.400  28.74  0.044  3.860 

39 

-1.045 

210  0.400  56.50  0.203  1.963 

39 

-1.265 

211  0.400  50.44  0.005  1.937 

39 

0.000 

212  0.400  56.62  0.257  3.820 

47 

0.000 

213  0.400  66.22  0.145  1.951 

39 

-0.309 

214  0.400  83.44  0.395  1.720 

40 

-0.977 

215  0.400  83.75  0.051  1.835 

33 

-1.052 

216  0.400  64.61  0.289  1.865 

47 

-0.940 

217  0.400  79.76  0.102  1.945 

47 

-1.004 

/var/www/pavco.com.co/public/site/pdftohtml/ca3d80f85bf1186e5ed0d59c35acd669/index-html.html
background image

 

Universidad de los Andes 
Departamento de Ingeniería Civil y Ambiental 
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA 
Determinación del estado de redes locales de alcantarillado y su necesidad 
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV 
en un número limitado de tuberías.  Caso de estudio Zona 1 de la EAAB  – 
ESP.

 

MIC 201920 

 

 

Lady Johanna Sauza Rodríguez 

Tesis II 

106 

 

No. 

MBIN 

YBIN 

218  0.350  93.63  0.182  3.201 

47 

-0.759 

219  0.200  68.33  0.422  2.162 

47 

-1.101 

220  0.200  51.08