We report the use of a 3-dimensional variational (3DVAR) data assimilation method as part of a numerical model off northern Chile. The numerical model is part of an ocean forecasting project that aims to understand the impact of environmental variability on the distribution of biological species in the area. We assimilated data from a simulated ocean observing system to recover a known state, obtaining a significantly smaller error when compared to a numerical run with no assimilation. Our results validate the computational implementation of the code, and allow us to evaluate the impact of the choice of data in the assimilation process: the assimilation of sea surface height being particularly important. We note that the assimilation of surface data propagates properly to greater depths and reduces the error with reference to the known state. This was possible by using covariance error matrices calculated previously for the California coastal area. The implementation of the data assimilation module is relatively simple and permits its use in operational forecasting systems, and for the design and evaluation of future ocean observational systems.Se presenta el uso de un método variacional en tres dimensiones (3DVAR) como parte de un modelo numérico en el norte de Chile. El modelo numérico es parte de un proyecto de pronóstico del océanoque busca entender el impacto de la variabilidad ambiental en la distribución de especies biológicas en el área. Se han asimilado los datos de un sistema de observación del océano simulado para recuperar un estado conocido, logrando obtener un error significativamente menor en comparación a una simulación sinasimilación. Los resultados validan la implementación computacional del código y permite evaluar la elección de los datos en el proceso de asimilación: la asimilación de la altura del nivel del mar fue particularmente importante. Se observa que la asimilación de los datos de superficie se propaga correctamente a mayores profundidades y se reduce el error calculado con referencia al estado conocido. Esto fue posible por el uso de matrices de covarianza de errores que fueron anteriormente calculadas para la zona costera de California. La configuración del código implementado es simple y permitirá su uso en sistemas de pronóstico operacional, así como para el diseño y evaluación de futuros sistemas observacionales del océano.