RESUMEN
Según el historiador griego Heródoto, hacia el año 3050  antes de Cristo los antiguos 
faraones Egipcios recopilaron datos referentes a la población y riqueza del país con el 
objeto de preparar la construcción de las pirámides, lo que corresponde quizá al inicio 
histórico de la estadística, y al reconocimiento de la necesidad humana de recopilar y 
almacenar gran cantidad y diversidad de información. Por otra parte, la utilización de 
técnicas avanzadas en el tratamiento y manejo de datos conocida con el término minería de 
datos, se acuña a principios de los años 90 del siglo pasado, basado en los campos de la 
ciencia y el conocimiento de: las bases de datos; la recuperación de información; la 
estadística clásica; el aprendizaje automático; los sistemas para la toma de decisión; la 
visualización de datos; la computación paralela y distribuida; y otros cómo, el lenguaje 
natural; el análisis de imágenes; el procesamiento de señales; los gráficos por computadora, 
etc.
En esta tesis, de forma general, se realiza un planteamiento sobre el tratamiento y manejo 
de datos aplicado a los sistemas de abastecimiento de agua; con éste fin, se hace uso del 
paradigma del descubrimiento de conocimiento en bases de datos (KDD, de sus siglas en 
inglés) y se aplican específicamente algunos métodos de minería de datos (Data Mining). 
Debido a la diversidad de problemáticas que pueden y deben ser resueltas, y tomando como 
base la información (datos) con la que se cuenta en las diferentes etapas del diseño, 
operación y gestión de un sistema de abastecimiento de agua, consideramos que éste es un 
campo apropiado para la aplicación y desarrollo de estas metodologías. Muchas otras ramas 
de la ciencia y del conocimiento han sido exploradas por medio de estos métodos. El agua 
es un recurso natural vital que aunque se renueva naturalmente, presenta dotaciones 
limitadas en cantidad y calidad para cada lugar y momento concretos. Actualmente, hay un 
interés creciente más no suficiente, hacia la promulgación y el avance en la utilización de 
técnicas novedosas en el manejo de la información por parte de la comunidad científica de 
ingenieros del agua, así como de los entes encargados del manejo y gestión de los sistemas 
de abastecimiento. 
Por tanto, como aporte a la divulgación se ha desarrollado esta tesis, cuidando con rigor que 
los planteamientos y las discusiones aquí expuestas, permitan vislumbrar la contribución de 
la utilización de estas técnicas avanzadas hacia la gestión de los sistemas de abastecimiento 
de agua. Concretamente, a partir de la información disponible y las herramientas 
seleccionadas, se generó un modelo de gestión basado en reglas de decisión, para tratar los 
daños ocasionados y reportados en una red de abastecimiento de agua.
La metodología seguida consistió en realizar un amplio estudio del marco teórico del 
descubrimiento de conocimiento en bases de datos y como aporte presentarlo en idioma 
español, teniendo en cuenta que la mayor parte de las investigaciones y desarrollos del tema 
se han hecho en inglés, por lo cual es escasa la información en lengua Castellana. A 
continuación, se realiza un estudio exhaustivo del estado del arte acerca de las 
investigaciones y trabajos realizados sobre la utilización, aplicación, y desarrollo de los 
temas expuestos en el marco teórico de los sistemas de abastecimiento de agua, detallando 
con profundidad algunos de ellos como base. 
Posteriormente se presenta una aplicación práctica real, consistente en encontrar las 
posibles causas de los daños ocurridos durante el año 2006 en la red del sistema de 
abastecimiento de agua potable del municipio de Calarcá, que se encuentra ubicado en la 
región cafetera de Colombia. Estos daños fueron reportados por la empresa que gestiona el 
abastecimiento. Para el desarrollo de esta aplicación se buscaron las posibles relaciones 
entre las diferentes variables encontradas con base en la información disponible en tales 
reportes, en el modelo hidráulico del abastecimiento, y en planos temáticos de factores de 
riesgo por causas naturales importantes en esta región del país. Parte de la información 
utilizada para esta aplicación práctica nos fue suministrada por la empresa de capital mixto 
Multipropósito de Calarcá S.A. ESP, quien gestiona el abastecimiento de agua en el 
municipio.
Después de realizar los pasos pertinentes para el desarrollo de la metodología de KDD y de 
escoger los modelos apropiados, se hace uso de las siguientes herramientas de minería de 
datos: árboles de regresión y clasificación, redes neuronales y redes de Kohonen, con apoyo 
del programa Clementine 9.0 de SPSS para encontrar las relaciones entre las variables. Los 
mejores resultados se obtuvieron con los algoritmos de clasificación y regresión y, aunque 
con éstos no se llega a tener deducciones que concluyan relaciones fuertes de dependencia 
que permitan extraer causalidades entre los diferentes daños reportados y las diferentes 
variables tenidas en cuenta, sí es cierto que, con estos resultados y los desarrollos futuros 
propuestos, se puede contar con una herramienta que permita ayudar en el diseño, 
operación y manejo de los sistemas de abastecimiento de agua, basándose en la información 
que va generando el propio sistema.
Los resultados obtenidos, aparte de su gran potencial de aplicabilidad en sistemas de 
abastecimiento de agua potable, pueden ser mejorados si se cuenta con una información 
básica tomada para este fin, tal como se plasma en las recomendaciones finales.
La metodología seguida y el modelo práctico estudiado presentan las ventajas de poder ser 
realimentados continuamente, así como tomar decisiones en tiempo real por parte del gestor 
de la red de abastecimiento, lo cual indudablemente proporciona una útil y poderosa 
herramienta de gestión; y lo más interesante, a partir de la propia información real de la red 
de abastecimiento, lo cual salva la problemática de las incertidumbres presentes al 
momento de plantearse el modelado de la red de abastecimiento de agua potable, así como 
la valoración subjetiva de parámetros incluidos en estas formulaciones.
Para finalizar, se proponen algunas líneas futuras de actuación sobre la mejora de la 
información disponible y en general, la investigación a seguir para mejorar los resultados 
obtenidos hasta el momento.