Caudal de agua de la llave del lavamanos, medido durante 5 segundos en los baños de mujeres de los

4 primeros pisos del bloque 9

Javier Adolfo Cújia García Samuel Barcenas Contreras Karen Ayala Alvarado
Javier.cujia@upb.edu.co samuel.barcenas@upb.edu.co Karen.alvarado2017@upb.edu.co
Medellín, Colombia

1. INTRODUCCIÓN conducciones alimente a varias viviendas o usuarios

en edificios.
Con el transcurrir del tiempo las
edificaciones han ido mejorando su
estructura y sistemas de tuberías, en la
actualidad se usan bombas para nivelar el
caudal en los distintos pisos de las
edificaciones para suministrar el fluido de
agua necesario para el correcto
funcionamientos de los equipos
hidrosanitarios.
Este artículo está basado en él estudio del
caudal de agua de las llaves del baño de
mujeres del bloque 9 en la Universidad
Pontificia Bolivariana, que fue realizado con
el fin de comprobar si a medida que se tiene
mayor altura existe variabilidad dentro de
dicho caudal. Se quiere saber si disminuye,
aumenta o se mantiene igual, razón por la
cual en este se toman 4 pisos par obtener las
muestras necesarias a través de una probeta. Figura 1. Esquema de instalación con montanes
Los datos obtenidos son ingresados en el colectivos (tomado de:
https://pdfs.semanticscholar.org/d249/462e6e67
software de R en el que se realizan
166de0e8c09f626fb72fe8017bff.pdf)
variedades de análisis estadísticos para
poder llegar a las conclusiones Este trabajo El problema que se presenta en este componente de
es realizado en un diseño por bloques la instalación es la presión de alimentación.
completamente aleatorizado debido a que se Efectivamente, conforme el agua sube, pierde
tiene un factor de interes y un factor de presión (unos 100 kPa por cada 10 metros de altura),
bloqueo. de modo que, si se quiere que el agua llegue al piso
más alto con suficiente presión, debe de haber en el
2. FUNDAMENTOS TEORICOS extremo inferior una presión suficiente. Pero
Para el desarrollo del diseño del caudal de agua de también hay que evitar que en los pisos bajos haya
la llave del lavamanos hay ciertos significados y/o un exceso de presión (Soriano Olivares, 2012)
factores para tener en cuenta.
Caudal
Las Montantes o Ascendente Cuando nos referimos a un caudal, quiere decir que
Son las tuberías encargadas de subir el agua a corresponde a una cantidad de agua que pasa por un
distintos pisos. lugar (canal, tubería, etc.) en una cierta cantidad de
Son conducciones principalmente verticales o tiempo. Corresponde a un volumen de agua (Litros,
derivaciones colectivas, es posible que estas Metros Cúbicos, etc.) por unidad de tiempo

1
(Segundos, Minutos, Horas, etc.). (Bello U. & Pino estos están interesados en saber si la altura de los
Q., 2000) pisos afecta el caudal de agua en los baños del
bloque 9, para ello se utilizaran muestras de los 4
pisos, dentro de dicha prueba se obtuvieron los
Presión siguientes datos:
Se deduce por presión como la aplicación de una
fuerza sobre una superficie. Si la superficie sobre la
cual se aplica es menor o mayor, una fuerza puede Experimentadores
producir mas o menos presión. Bloques
1 2 3 4
Por lo tanto, cuando se habla de presión hay que
saber también la superficie por la cual se actúa. L1 269 310 240 200
(Bello U. & Pino Q., 2000) L2 230 120 170 148
L3 100 140 105 100
Dado el experimento es realizado en un edificio de
cierta altura donde la presión de la red es insuficiente L4 610 580 550 548
para abastecer cada uno de los servicios Tabla 1. Datos y valores del experimento. Fuente:
proyectados, es necesario elevar el agua mediante creación propia.
bombas, equipos hidroneumáticos, presión
constante, etc. La distribución puede ser directa a 4. ANÁLISIS ESTADÍSTICO
cada uno de los aparatos (Pérez Carmona, 2016)
4.1 descripción del modelo matemático del diseño
Conexión directa
Se conoce como aspiración directa o aspiración en 𝑦𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝛽𝑗 + 𝜖𝑖𝑗
directo, al esquema de la instalación en general Ecuación 1. Modelo matemático del diseño
interior del edificio que conecta la tubería de entrada experimental, fuente: creación propia.
de la red general de distribución (RGD),
directamente con el equipo de presión (a través del Donde:
tubo de alimentación), sin la interposición de ningún 𝑦𝑖𝑗 : caudal obtenido durante 5 segundos en el i-
elemento de aislamiento como el deposito de esimo piso debido al j-esimo experimentador.
alimentación. (Soriano Olivares, 2012) 𝜇: caudal medio obtenido.
𝜏𝑖 : efecto sobre el caudal obtenido durante 5
segundos debido al i-esimo piso.
𝛽𝑗 : efecto sobre el caudal obtenido durante 5
segundos debido al j-esimo experimentador.
𝜖𝑖𝑗 : error experimental del diseño debido al i-esimo
piso y al j-esimo experimentador.

4.2 Luego de describir el experimento, definiendo el

Figura 2. Esquema de conexión indirecta del equipo de
presión en una instalación interior (tomado de:
https://pdfs.semanticscholar.org/d249/462e6e67166de0e
8c09f626fb72fe8017bff.pdf)
factor de intereses, factor de bloqueo, niveles y
variable respuesta, se procede a generar las corridas
de forma aleatoria en R para cumplir con dicho
supuesto.

3. DESCRIPCIÓN DEL EXPERIMENTO Para ello se llevaron a cabo las corridas

Un grupo de 4 estudiantes (Javier, Samuel, Karen,
Geomar) de la Universidad Pontificia Bolivariana,
realizan un experimento para estudiar el caudal de
agua que tiene la llave los baños de las mujeres,
experimentales, las cuales fueron realizadas por
cada uno de los experimentadores, los datos fueron
registrados en la siguiente tabla.

2
 Corridas experimentales
1 Experimentador 1 en el piso 3
2 Experimentador 1 en el piso 1
3 Experimentador 1 en el piso 2
4 Experimentador 1 en el piso 4
5 Experimentador 2 en el piso 4
6 Experimentador 2 en el piso 2
7 Experimentador 2 en el piso 3
8 Experimentador 2 en el piso 1
9 Experimentador 3 en el piso 3
10 Experimentador 3 en el piso 4
11 Experimentador 3 en el piso 2
12 Experimentador 3 en el piso 1
13 Experimentador 4 en el piso 1
14 Experimentador 4 en el piso 3
15 Experimentador 4 en el piso 4
16 Experimentador 4 en el piso 2
Tabla 2. Orden de corridas experimentales. Fuente:
creación propia.
Posteriormente se llevan a cabo las corridas
experimentales de acuerdo con el orden generado
por el programa R, y se digitan los datos obtenidos
en la cuarta columna, correspondiente al caudal
medido en cada experimentación (Figura 1).
Figura 3. Caudal obtenido según corridas
experimentales. Fuente: programa estadístico R.
Antes de generar la tabla ANOVA para realizar el
análisis de varianza, se plantea la hipótesis del
diseño experimental con el fin de aceptar o rechazar
la hipótesis nula.
{ ℎ0 : 𝑈1 = 𝑈2 = 𝑈3 = 𝑈4 vs ℎ𝑎 : 𝑈𝑖 ≠ 𝑈𝑗 }
Hipótesis 1. Planteamiento de la hipótesis del
experimento. Fuente: creación propia.
Si se cumple la siguiente inecuación se rechaza la
hipótesis nula ℎ0 :
𝐹0 > 𝐹∝ , (𝑎 − 1), (𝑎 − 1)(𝑏 − 1)
Inecuación 1. Criterio de rechazo para la hipótesis
nula. Fuente: creación propia.
Los datos detallados en la imagen 1, se usan para
generar la tabla ANOVA en el programa R.
Figura 4. Tabla Anova. Fuente: programa estadístico
R.
El valor 𝐹0 al que se hace alusión en la inecuación 1,
es el F value resaltado en la imagen 2.
El valor tabulado se calcula como 𝐹∝ , (𝑎 − 1), (𝑎 −
1)(𝑏 − 1), donde:
∝ : nivel de significancia.
a: nivel del factor de interés.
b: nivel del factor de bloqueo.
Entonces el valor 𝐹0,05 , 3,9 se identifica en la tabla
f-Fisher para una significancia de 0,05.
Figura 5. Valor tabla de Fisher. Fuente: tabla F de
fisher
Por tanto, la inecuación 1 se cumple debido a que
150.63 > 3.86
3
 Inecuación 2. Resultado del criterio de rechazo
inecuación 1 fuente: creación propia.
Es decir, se rechaza la hipótesis nula y se concluye
que al menos una media difiere de las demás.
Luego, podemos definir si valió o no la pena la
inclusión del factor de bloqueo. Usando la siguiente
prueba de hipótesis:
ℎ𝑜 : 𝑁𝑜 𝑣𝑎𝑙𝑖𝑜 𝑙𝑎 𝑝𝑒𝑛𝑎 𝑙𝑎 𝑖𝑛𝑐𝑙𝑢𝑠𝑖𝑜𝑛 𝑑𝑒𝑙 𝐹. 𝐵 𝑣𝑠
ℎ𝑎 : 𝑉𝑎𝑙𝑖𝑜 𝑙𝑎 𝑝𝑒𝑛𝑎 𝑙𝑎 𝑖𝑛𝑐𝑙𝑢𝑠𝑖𝑜𝑛 𝑑𝑒𝑙 𝑓𝑎𝑐𝑡𝑜𝑟 𝑏𝑙𝑜𝑞𝑢𝑒𝑜
Se usa el siguiente criterio de rechazo para ℎ𝑜
𝐹0∗ > 3,86
Por tanto
1,95 < 3,86
Se concluye que no valió la pena la inclusión del F.B
4.3 Para definir cual o cuales de las medias difieren
de las demás, se realiza una comparación múltiple
de medias. Se usará el método mínima diferencia
significativa, se calculó el estadístico LSD en el
programa estadístico R.
Figura 6. Prueba de comparación múltiple (mínima
diferencia significativa). Fuente: Programa estadístico
R.
Figura 7. Medias organizadas descendentemente.
Fuente: Programa estadístico R.
La hipótesis para cada uno de los cálculos sería:
{ ℎ0 : 𝑈𝑖 = 𝑈𝑗 vs ℎ𝑎 : 𝑈𝑖 ≠ 𝑈𝑗 }
Y el criterio de rechazo para la hipótesis nula ℎ0
|𝑈𝑖 − 𝑈𝑗 | > 𝐿𝑆𝐷
Se procede a los cálculos de las distintas
combinaciones:
|572.00 − 111.25| = 460.75
|572.00 − 167.00| = 405.00
|572.00 − 254.75| = 317.25
|254.75 − 167.00| = 87.75
|254.75 − 111.25| = 143.5
|167.00 − 111.25| = 55.75
Ecuación 1. Cálculo del valor absoluto de la resta de
las combinaciones de medias. Fuente: creación propia.
Debido a que todos los valores calculados en la
ecuación 1 resultan mayores al valor LSD calculado
en R -resaltado en la imagen 4- se concluye que
todas las medias son diferentes entre sí.
𝜇1 ≠ 𝜇2 ≠ 𝜇3 ≠ 𝜇4
Ecuación 2. Conclusión del análisis de comparación
múltiple. Fuente: creación propia
4.4 Validación de supuestos del experimento.
El criterio de rechazo para la hipótesis ℎ0 de los
supuestos de normalidad, varianza constante,
aditividad y aleatoriedad es:
𝑉𝑝 < 0,05
Inecuación 3. Criterio de rechazo para la hipótesis nula
de los supuestos. Fuente: creación propia
Para la validación del supuesto de Normalidad se
plantea la siguiente hipótesis:
{ ℎ0 : 𝐸𝑖 = N vs ℎ𝑎 : 𝐸𝑖 ≠ 𝑁}
Hipótesis 2. Planteamiento de la hipótesis del supuesto
de normalidad. Fuente: creación propia.
4

Figura 8. Test Shapiro-Wilk para normalidad. Fuente:
Programa estadístico R.
Valor p 0,7594 > 0,05 por tanto se acepta la hipótesis
nula. Se concluye que los datos distribuyen normal.
Para la validación del supuesto de Varianza
constante se plantea la siguiente hipótesis:
{ ℎ0 : ∇12 = ∇22 = ⋯ = ∇2𝑛 vs ℎ𝑎 : ∇2𝑖 ≠ ∇𝑗2 para todo
i ≠ j}
Hipótesis 2. Planteamiento de la hipótesis del supuesto
de varianza constante. Fuente: creación propia.
Figura 9. Bartlett test para homogeneidad de la
varianza. Fuente: Programa estadístico R.
Valor p 0,4912 > 0,05 por tanto se acepta la hipótesis
nula. Se concluye que los datos tienen varianza
constante.
Para la validación del supuesto de Aleatoriedad se
plantea la siguiente hipótesis:
{ℎ0 : Datos distribuyen aleatoriamente vs
ℎ𝑎 : datos no distribuyen aleatoriamente}
Hipótesis 2. Planteamiento de la hipótesis del supuesto
de aleatoriedad. Fuente: creación propia.
Figura 10. Run Test para aleatoriedad. Fuente:
Programa estadístico R.
Valor p 0,6451 > 0,05 por tanto se acepta la hipótesis
nula. Se concluye que los datos distribuyen
aleatoriamente.
Para la validación del supuesto de Aditividad se
plantea la siguiente hipótesis:
{ℎ0 : modelo aditivo vs ℎ𝑎 : modelo no aditivo}
Hipótesis 2. Planteamiento de la hipótesis del supuesto
de Aditividad. Fuente: creación propia.
Figura 11. Test Tukey para aditividad. Fuente:
Programa estadístico R.
Valor p 0,5939 > 0,05 por tanto se acepta la hipótesis
nula. Se concluye que el modelo cumple el supuesto
de aditividad.
Para el supuesto de los efectos de los tratamientos y
del factor de bloqueo, se busca que la suma de los
valores que conforman a τ y β sean iguales a cero,
cumpliendo así el supuesto.
Figura 12. Supuesto de Efectos. Fuente: Programa
estadístico R.
Los valores resaltados corresponden a la suma de los
efectos para los tratamientos y el factor de bloqueo.
Se concluye que se cumple el supuesto de efectos
iguales a cero, por tanto, no hay relación entre las
variables que conforman el experimento.
5. CONCLUSIONES
Se puede concluir que los caudales de agua en cada
piso son diferentes, resultado apoyado por la teoría
encontrada en libros respecto al tema.
5
Gracias al diseño experimental, muchas personas
pueden aplicar pruebas acerca de situaciones que
presenten cierto problema, de tal manera que se
pueda encontrar una solución óptima Gracias a cada
una de las pruebas de hipótesis que ayudarán a
concluir y buscar un planteamiento diferente.

Se deduce que las medias de los caudales son

distintas en los diferentes pisos, el experimento
cumple los diferentes supuestos y por último no
valió la pena agregar el factor de bloqueo.

6. REFERENCIAS

Bibliografía
Bello U., M. A., & Pino Q., M. T. (2000).
MEDICIÓN DE PRESIÓN Y CAUDAL.
Punta Arenas, Chile: Centro Regional de
Investigación Kampenaike.
Pérez Carmona, R. (2016). Agua, desagües y gas
para edificaciones. Bogotá, D.C.: Ecoe
Ediciones.
Soriano Olivares, J. (2012). Influencia de las
instalaciones de suministro de agua de
edificios sobre el comportamiento
hidráulico en régimen permanente y
transitorio de la red general de distribución.
Universidad Politécnica de Valencia,
Departamento de Ingeniería Hidráulica y
Medio Ambiente. Valencia: Universitat
Politècnica de València.
R Core Team (2019). R: A language and
environment for statistical
computing. R Foundation for Statistical
Computing, Vienna, Austria.
URL
http://www.R-project.org/.

6
7