Gestión de Residuos Urbanos e Industriales

UNIVERSIDAD NACIONAL JORGE BASADRE GROGMANN

ESCUELA DE POSGRADO
Maestría en Gestión Ambiental y Desarrollo Sostenible

Taller 1
Determinación del Tamaño de muestra, Caracterización de Residuos
y algunas Propiedades

El manejo de los residuos sólidos, en nuestro país es ineficiente, por tanto, uno de los
principales problemas de gestión de las municipalidades, porque tiene un efecto directo a la
salud de la población, y al medio ambiente. El manejo eficiente de los residuos aumentará la
calidad de vida de la población y generará mayores ingresos económicos a la población.

El Trabajo a desarrollar, es una herramienta fundamental en la toma de decisiones en lo que se

refiere a proyección, diseño de los sistemas de manejo y disposición final de los residuos
sólidos de un gobierno local.

Objetivo General

Generar Información cualitativa y cuantitativa de los Residuos Sólidos Domiciliarios de una

población.

Objetivos Específicos

 Determinar la cantidad y calidad de los residuos sólidos. 

 Crear una fuente de información actualizada que sirva de base para la elaboración de un
Plan de Manejo de Residuos Sólidos.

La población al 2022 fue de 2937 y 1195 viviendas, con una tasa de crecimiento de la
población de 0,98%. Tasa del ppc de 1,01

Pregunta 1. Determinar la población proyectada al 2032; el ppc y el volumen recién

compactado. Datos: Tasa del ppc=1,01; densidad de residuos recién compactado 400-
400 kg/m3 (Previamente debe determinar preguntas del 2 al 5).

Tabla Población proyectada al 2030 de la Ciudad

TASA POBLACIÓN
AÑOS ANUAL (%) PROYECTADA
2022 0.0098 2937
2023 0.0098 2966
2024 0.0098 2995
2025 0.0098 3024
2026 0.0098 3054
2027 0.0098 3084
2028 0.0098 3114
2029 0.0098 3144
2030 0.0098 3175
2031 0.0098 3206
2032 0.0098 3238

Maestrante: Richard Klever Santos Alarcón 1 2021-357034

Gestión de Residuos Urbanos e Industriales

La ecuación que determina la Población proyectada es: Pf = Po (1+r)n

Tasa de crecimiento (r), Pf (población futura); Po (Población actual) (intervalos en años, inicial y
final)

Metodología de trabajo

La metodología comprende:
a.1. Análisis de la distribución de la población: se considera un solo tipo de estrato.
a.2. Determinación del número de muestras

Para la determinación del número de muestras se utiliza la formula estadística siguiente:

Donde:
n = número de viviendas a muestrear
N = Número de viviendas del caso en cuestión
σ = (desviación estándar de variable Xi) (kg/hab/día), gpc de la vivienda i), 0,2
E = (Error permisible en la estimación de gpc (kg(hab/día); 0,050 (5%)
Z1-α = (certeza estadística con 95% de confiabilidad), 1,96

 Obtención de la Varianza Poblacional (σ2 )

Se utiliza estimaciones de estudios previos realizados en el Perú o el Mundo

determinándose el valor de σ 2 = 0,04 para la varianza, por lo tanto, su desviación será σ
= 0,2.

 Obtención del error muestral de estimación o Standard (E)

El error muestral es una medida de la variabilidad de las estimaciones de muestras

repetidas en torno al valor de la población. Nos da una noción clara de hasta dónde y
con qué probabilidad una estimación basada en una muestra se aleja del valor que se
hubiera obtenido por medio de un censo completo.

El porcentaje de error recomendado es de 5%, ya que nos representa mayor

confiabilidad en los datos, este valor también fue utilizado en estudios de
caracterización realizados en varios distritos de Lima Metropolitana y del Perú.
 
 Obtención del Nivel de confianza

Se tomará un intervalo de confianza al 95 %, lo cual significa que si el estudio es

repetido los datos hallados serán 95% iguales a los obtenidos en este estudio. El valor
más utilizado es el coeficiente de confianza Z = 1,96 que corresponde a la abscisa de la
distribución normal estándar asociada a la probabilidad centrada igual a 0,95.

Maestrante: Richard Klever Santos Alarcón 2 2021-357034

Gestión de Residuos Urbanos e Industriales

Pregunta 2. Número de viviendas (N) a muestrear:

 
viviendas

n = (1.960^2*1195*0.2^2)/(((1195 – 1)*0.05^2)+(1.96^2*0.2^2))

n = 58.5

Se recomienda aumentar en 5%-10% del tamaño de la muestra, cuando en la operación

algunas viviendas no colaboren en la entrega de bolsas de residuos y/o porque se tiene
que eliminar observaciones sospechosas.

viviendas a muestrear

N = n*110% = 58.5*110% ≈ 65

a.3 Caracterización de los residuos sólidos

Entre los parámetros mínimos destacan: producción o generación per cápita, composición
física, humedad, densidad.

1. Generación o producción per cápita

a) Domiciliarios

Para este cálculo, se determina la muestra durante ocho días consecutivos:

 Las bolsas recogidas se pesan diariamente (Wi) durante los ocho días que dura el
muestreo. Este proceso representa la cantidad de basura diaria generada en cada vivienda
(Kg./Viv./hab).
 Para obtener la generación per capita (Kg./hab./día), se divide (para cada vivienda
muestreada) el peso de las bolsas entre el número de habitantes.

 Finalmente se calcula la generación o producción per cápita promedio de todas las

viviendas.

Maestrante: Richard Klever Santos Alarcón 3 2021-357034

Gestión de Residuos Urbanos e Industriales

Pregunta 3. Determinar la producción per cápita (ppc) promedio de cada vivienda y

graficar la variación ppc. Graficar los resultados.

Tabla Peso de residuos sólidos domiciliarios de una muestra de 64 familias durante 7 días en
el Distrito Ciudad Los Olvidados

    Días      
Casa No. Promedio Vivienda
1 2 3 4 5 6 7 ppc
No. Miembros Total día No
1 1 0.35 0.5 0.3 0.38 0.3 0.5 0.35 0.383 1 0.383
2 6 2.3 2 1.8 0.34 2.1 2.2 1.8 1.791 2 0.299
3 3 0.5 0.5 0.5 0.4 0.7 0.3 0.6 0.500 3 0.167
4 6 2 2 2 1.8 1.7 2.2 2.3 2.000 4 0.333
5 2 1 1 1.2 0.7 1.3 1 1 1.029 5 0.514
6 4 0.7 1 1 0.8 1.2 0.6 0.7 0.857 6 0.214
7 6 1.5 1.5 1.5 1.3 1.6 1.4 1.5 1.471 7 0.245
8 4 0.5 0.5 1.3 0.5 1 0.8 1 0.800 8 0.200
9 2 0.8 1 1 0.7 1 0.9 1.1 0.929 9 0.464
10 4 1 1.5 1.5 1.3 1 1.1 0.9 1.186 10 0.296
11 3 0.5 1 0.5 0.7 1 0.4 0.6 0.671 11 0.224
12 3 0.1 1.1 1.4 1 0.7 0.9 1 0.886 12 0.295
13 2 0.2 0.2 0.5 0.5 0.2 0.3 0.3 0.314 13 0.157
14 3 1.5 0.5 0.45 0.6 0.4 0.8 1 0.750 14 0.250
15 2 1.5 0.3 0.5 1 0.7 0.9 0.7 0.800 15 0.400
16 5 2 0.5 1.6 1 0.9 1 0.9 1.129 16 0.226
17 5 1 1.7 1.1 1 1.2 1.5 1 1.214 17 0.243
18 3 1 1.5 0.6 1 1.6 0.9 1.3 1.129 18 0.376
19 2 0.1 0.2 0.15 0.1 0.3 0.1 0.2 0.164 19 0.082
20 6 0.7 1.5 1.2 1 0.8 1.2 1.6 1.143 20 0.190
21 3 2.3 1 1 2 1.5 1 1.4 1.457 21 0.486
22 5 1.3 1 2 1.3 0.9 1 1 1.214 22 0.243
23 4 1 0.6 0.9 1 0.7 0.9 1.3 0.914 23 0.229
24 5 1.5 0.9 1.1 1.2 0.9 1 1.4 1.143 24 0.229
25 2 4 1.5 0.6 2 3 1.5 1 1.943 25 0.971
26 3 0.7 0.3 0.5 0.5 0.45 0.7 0.2 0.479 26 0.160
27 2 0.9 1.3 0.5 1 0.8 0.8 0.6 0.843 27 0.421
28 6 1.3 1.5 4.52 1.2 1.8 2 2.8 2.160 28 0.360
29 3 0.6 1 0.8 0.8 0.9 1 0.5 0.800 29 0.267
30 6 1.25 0.75 0.8 1 0.7 1.3 0.6 0.914 30 0.152
31 2 0.6 0.1 0.25 0.2 0.5 0.3 0.3 0.321 31 0.161
32 2 0.25 0.3 0.35 0.5 0.3 0.2 0.4 0.329 32 0.164
33 1 0.5 0.25 0.2 0.7 0.4 0.3 0.2 0.364 33 0.364
34 6 1.5 1.2 1.9 1.3 1.2 1.8 1.6 1.500 34 0.250
35 4 0.8 0.5 1 1 0.6 0.8 0.9 0.800 35 0.200

Maestrante: Richard Klever Santos Alarcón 4 2021-357034

Gestión de Residuos Urbanos e Industriales

36 6 2 1.25 4.52 1.5 4 3 1 2.467 36 0.411

37 5 2 1.25 0.5 1 1.5 2 0.7 1.279 37 0.256
38 4 0.3 0.4 0.5 0.3 0.3 0.8 0.7 0.471 38 0.118
39 5 0.2 1 1.3 1 0.6 0.3 0.3 0.671 39 0.134
40 4 0.4 0.75 0.3 0.5 0.8 0.4 0.3 0.493 40 0.123
41 2 0.4 0.6 0.6 0.3 0.7 0.6 0.6 0.543 41 0.271
42 6 0.25 0.75 0.5 0.3 0.25 0.85 0.4 0.471 42 0.079
43 3 0.25 0.3 0.3 0.2 0.45 0.3 0.25 0.293 43 0.098
44 1 0.1 0.2 0.3 0.15 0.2 0.1 0.2 0.179 44 0.179
45 5 1.5 1 0.8 0.7 1.5 0.9 1 1.057 45 0.211
46 1 0.7 0.5 0.45 0.5 0.7 0.4 0.8 0.579 46 0.579
47 7 1.5 4 0.5 2 3 1 0.5 1.786 47 0.255
48 4 1 1 0.3 1.5 1 0.8 0.5 0.871 48 0.218
49 5 1.5 1.3 1 1.4 1 1.2 1 1.200 49 0.240
50 6 1.5 1 1 1 0.9 1.3 1.5 1.171 50 0.195
51 5 1 0.5 1.5 0.6 0.3 0.7 1 0.800 51 0.160
52 4 0.8 1.5 0.5 1 0.7 0.8 1.3 0.943 52 0.236
53 6 1 0.8 1 0.7 1.1 0.9 1.2 0.957 53 0.160
54 4 0.8 0.8 1 0.6 1 1.2 0.9 0.900 54 0.225
55 4 1 0.5 0.8 0.6 0.9 1 0.7 0.786 55 0.196
56 5 0.7 0.5 1 1 0.8 1.2 0.9 0.871 56 0.174
57 4 0.5 0.4 0.5 0.3 0.3 0.8 0.7 0.500 57 0.125
58 5 1 0.5 0.75 0.8 0.7 1 0.6 0.764 58 0.153
59 4 1 1.2 1.5 1.1 1 1.6 1.3 1.243 59 0.311
60 3 1.5 2 3 1.8 1.7 2.4 2.2 2.086 60 0.695
61 5 1.45 2.1 2 1.75 2.25 1.5 1.7 1.821 61 0.364
62 4 1 0.7 0.75 1.15 0.98 1 1.2 0.969 62 0.242
63 6 3.2 3.8 4.1 4.5 3.9 3 4 3.786 63 0.631
64 4 0.2 0.5 1.2 0.7 0.62 0.47 1.1 0.684 64 0.171
65 4 1.02 0.8 0.97 0.75 0.82 0.98 1.1 0.920 65 0.230

Promedio 0.272
Desv. Estándar 0.155
Varianza 0.024

Maestrante: Richard Klever Santos Alarcón 5 2021-357034

Gestión de Residuos Urbanos e Industriales

2. Análisis de Observaciones Sospechosas y cálculo final de la generación per cápita

 
Para tal efecto, se usa la prueba estadística de la Normal Estándar, dado que el número de
viviendas de la muestra es mayor a 30. [13]

Pregunta 4.
 Ordenar los datos de la generación per cápita de menor a mayor
 Determinar el nivel de confianza 1- α = 0,95
 Numero de observaciones a ser analizadas: k = 20 ≤ (No. de viviendas) /2
 Intervalo de sospecha, para esto se calcula los límites inferior y superior del intervalo:
Inf. = k/2 = valor1
Sup. = No. de viviendas – k/2 + 1 = valor 2

Las observaciones que son sujetas a sospechas son las viviendas x ≥ valor 2
y x ≤ valor1 (realizar una Tabla de este grupo de datos)

Si n > 30, aplicamos la Prueba de la Normal estándar, para lo cual debemos calcular el
Zc = │X -Xi│/S para cada observación considerada en el intervalo.

La observación sospechosa será rechazada si Zc > Z0,95 = 1,96, en este sentido se debe
eliminar las viviendas de orden ……….., que corresponden a las viviendas ……….
respectivamente.
 
La muestra se reduce a …61… viviendas.

Pregunta 5. Determinar el nuevo cálculo final de la estadística sin las viviendas

sospechosas:

Promedio (gpc) 0.242

Varianza 0.099
Desv estándar 0.010

Maestrante: Richard Klever Santos Alarcón 6 2021-357034

Gestión de Residuos Urbanos e Industriales

3. Validación de la Varianza y tamaño de muestra

En la validación se debe tener en cuenta que el valor asumido debe ser mayor o igual que la
varianza estimada con los datos de la muestra. Cómo la Desviación estándar asumida fue de
0,200 muestras y que la varianza muestra es 0.01, ¿queda validada la varianza?

Rpta: Si queda validado ya que el valor asumido 0.2 es mayor a la varianza nuestra que
es 0.01, por este motivo queda validado la varianza obtenida.

Composición Física

 Se pesó cada uno de sus componentes de los residuos y teniendo el peso total se
determinó el porcentaje:

Pregunta 6. Determinar la composición y graficar.

Tabla Composición física de los residuos sólidos (%) del muestreo.

DÍAS Peso
Total
TIPO 1 2 3 4 5 6 7 Total
(%)
(kg) (kg) (kg) (kg) (kg) (kg) (kg) (kg)
Materia
5.4 4.2 5 5.8 4.5 3.8 4 32.7 32.25%
Orgánica
Papel y
0.9 2 2 1.9 0.3 1.4 1.2 9.7 9.57%
cartón
Plástico 1.6 3 1.5 3.2 0.4 2.2 2 13.9 13.71%
Vidrio 0.35 0.9 0.5 1.3 1.2 1.3 1,10 5.55 5.47%
Metal 0.2 0.6 0.5 0,50 0.4 0.6 0.5 2.8 2.76%
Textil o
0.25 0.55 0.1 0.4 0.5 0.35 0.2 2.35 2.32%
trapos
Pañales
0.2 0.8 1.2 0.3 0.7 0.7 1 4.9 4.83%
desechables
madera 0.05 0.2 0 0 0 0.1 0 0.35 0.35%
Tetra packs 0 0 0.1 0.2 0.1 0.45 0.3 1.15 1.13%
cuero 0 0 0.4 0 0.3 0.3 0 1 0.99%
pilas 0.05 0.6 0.00  0.7 0.7 0.75 0.4 3.2 3.16%
Inertes y
3 4.2 2 4 3.9 3.2 3.5 23.8 23.47%
otros
Total 12 17.05 13.3 17.8 13 15.15 13.1 101.4 100.00%

Maestrante: Richard Klever Santos Alarcón 7 2021-357034

Gestión de Residuos Urbanos e Industriales

Preguntas a responder

1. Determinar del número de muestras por estratos del distrito Sálvese quién pueda de acuerdo
a la tabla siguiente:

Total de Muestra Muestra

Estrato % de Hogares
Hogares Proporcional (Redondeado)
Bajo 12 410 53.6 35.9 36
Medio Bajo  5 393 23.3 15.6 16
Medio 3 545 15.3 10.3 10
Medio Alto  1 792 7.7 5.2 5
Alto 0 0 0 0
Total  de Hogares 23140 100 67 67

Si: σ = 0,2    Desviación estándar

E = 0,05 Error permisible.
N = 23 140 Viviendas del Distrito Sálvese quién pueda.
Z1-α = 1,96    Coeficiente de Confianza al 95 %.
Considere un aumento del 10% de viviendas.

2. Determinar la PPC del siguiente cuadro del distrito Sálvese quién pueda, considerando un
sistema socioeconómico

Numero PESO (Kg.)

Numero
de
Habitantes 1 2 3 4 5 6 7
vivienda
1 7 5 5.5 1.9 2.2 2 1.9 0.6
2 9 1.9 0.2 0.5 0.1 0.4 0.6 0.8
3 2 1 1.4 1.9 1.2 0.8 0.8 1.5
4 10 1.2 5.7 8 6.5 5.9 4.4 4.5
5 3 2 0.1 2.1 1.1 0.9 2.3 3.1
6 5 3.1 5.4 2.9 0.7 3.1 4 1.1
7 7 0.9 1.9 2.6 2.1 1.2 0.4 0.1
8 10 3.9 4 0.8 6 0.6 6.3 0.8
9 6 1.1 1.2 2.5 0.9 1.9 0.95 0.8
10 5 0.9 2.5 4.7 2.7 0,5 3 1

Maestrante: Richard Klever Santos Alarcón 8 2021-357034

Gestión de Residuos Urbanos e Industriales

11 3 1.4 1.1 1.7 0.9 0.3 0.8 0.9

12 9 3 1.5 2.9 4.2 4 2.3 3.8
13 7 0.95 1.9 1.4 1 1.3 1.4 1.5
14 8 3.7 4 6 3.2 3.5 2.5 0
15 4 6 2.7 3.3 0 0 0 0
16 8 5 5.5 4.5 4.6 5.15 6.5 3.1
17 6 3.5 0.9 4.6 3.5 0.7 1.7 2.9
18 6 5.5 2.7 4.2 3 4.3 4.4 2.1
19 4 1.5 3.3 2.1 3.2 4 1.5 4.8
20 5 1.2 3.7 3.8 2.9 3 2.8 2.1
21 4 2.1 3.0 1.7 3.2 2.2 3.6 1
22 2 0.7 1.5 0.5 0 0 0 0
23 5 3.5 2.9 1.7 0.9 1.2 2.5 1.5
24 4 1.6 2 1.2 1.2 1.2 0.9 2
25 6 2.5 4.3 3 2.2 2.5 3 1.8
26 5 3.2 2.7 4.2 3.5 3.15 3.0 2
27 6 3.6 2,1 2.2 2.4 4.5 1.4 2.6
28 6 3.5 3 2.6 1.9 2 4.1 1.6
29 7 2 1 1.8 2,5 2.1 1.1 0.9
30 6 2 2.9 8.4 3.5 5 3 4.6
31 8 4,9 2.6 0.9 1.4 2 1 3
32 6 0.9 3 1.3 1 2.5 1.7 2
33 5 2 7.2 3.4 4.9 3.9 2.9 1
34 5 0.5 0.6 1,4 0,8 1.3 1.9 1.1
35 7 2 2.8 2 1.5 2.6 2.3 2.3
36 4 3.5 2.5 3.1 1 1.7 2.3 1.8
37 4 2.1 4.1 1 2.6 2.1 3.9 2
38 5 3.5 1.8 1.4 2.8 7.8 8 1.2
39 4 1 2 2.3 2.8 1.3 1.6 1.4
40 4 1,4 3 2 1.6 2 1.5 1
41 5 4 1 2.1 0.5 1 1.2 1.3
42 5 2.2 2 3 3.2 1.9 3.2 2.6
43 5 1 1.2 0.8 0.45 2.4 0.5 2.4
44 7 2.8 3.1 1.9 3.4 3 1.5 2.7
45 6 0.9 2.4 2 3.2 1.2 1.9 0.3
46 4 1.2 1.4 2 2.5 2.3 9.4 1.7
47 8 8.8 4 4.8 7.6 3.4 2.2 6.2
48 6 1.5 1.9 1.9 1.1 3.4 2.3 2.1
49 4 2.5 3 3.5 1.65 2.5 0.9 2
50 8 1.6 4 5.3 3.2 3.1 3.5 2
51 3 4 0 1.7 0 3 1 2.2
52 4 2.5 1.2 0.9 0.5 1.5 1.9 4
53 4 5 1.9 1.4 0.9 1.2 4.1 2.3

Cuál es la media de PPC corregida o con el recálculo. Utilice la información de pregunta 1, sin
considerar los estratos socioeconómicos.

Desarrollo:

Maestrante: Richard Klever Santos Alarcón 9 2021-357034

Gestión de Residuos Urbanos e Industriales

Promedio 0.451
Desv. Estándar 0.161
Varianza 0.026

Maestrante: Richard Klever Santos Alarcón 10 2021-357034

Gestión de Residuos Urbanos e Industriales

Grafica de Producción per Capital de residuos por vivienda.

De la grafica se puede apreciar una desviacion que se debe conderar.

Ordenando los valores de ppc se obtiene:

Maestrante: Richard Klever Santos Alarcón 11 2021-357034

Gestión de Residuos Urbanos e Industriales

Maestrante: Richard Klever Santos Alarcón 12 2021-357034

Gestión de Residuos Urbanos e Industriales

Realizando los cálculos se obtiene:

N° Zc = │X-
Xi X │X-Xi│ S Z (0.95) Verificación
Vivienda Xi│/S
2 0.071 0.451 0.379 0.161 2.361 1.960 Rechazo
7 0.188 0.451 0.263 0.161 1.637 1.960 OK
13 0.193 0.451 0.258 0.161 1.606 1.960 OK
22 0.193 0.451 0.258 0.161 1.606 1.960 OK
29 0.212 0.451 0.239 0.161 1.487 1.960 OK
34 0.216 0.451 0.235 0.161 1.462 1.960 OK
9 0.223 0.451 0.228 0.161 1.420 1.960 OK
31 0.227 0.451 0.224 0.161 1.393 1.960 OK
43 0.250 0.451 0.201 0.161 1.250 1.960 OK
57 0.257 0.451 0.194 0.161 1.205 1.960 OK
63 0.629 0.451 0.178 0.161 1.106 1.960 OK
37 0.636 0.451 0.185 0.161 1.151 1.960 OK
58 0.646 0.451 0.196 0.161 1.218 1.960 OK
55 0.648 0.451 0.197 0.161 1.225 1.960 OK
47 0.661 0.451 0.210 0.161 1.307 1.960 OK
30 0.700 0.451 0.249 0.161 1.551 1.960 OK
33 0.723 0.451 0.272 0.161 1.693 1.960 OK
19 0.729 0.451 0.278 0.161 1.729 1.960 OK
46 0.732 0.451 0.281 0.161 1.751 1.960 OK
38 0.757 0.451 0.306 0.161 1.907 1.960 OK

De acuerdo a los resultados, no consideramos los resultados de la casa N° 2., realizando el

recalculo de la tabla se obtiene:

Maestrante: Richard Klever Santos Alarcón 13 2021-357034

Gestión de Residuos Urbanos e Industriales

Promedio 0.457
Desv. Estándar 0.155
Varianza 0.024

Maestrante: Richard Klever Santos Alarcón 14 2021-357034

Gestión de Residuos Urbanos e Industriales

Validación de la Varianza y tamaño de muestra

En la validación se debe tener en cuenta que el valor asumido debe ser mayor o igual que la
varianza estimada con los datos de la muestra. Cómo la Desviación estándar asumida fue de
0,200 muestras y que la varianza muestra es 0.024, ¿queda validada la varianza?

Respuesta: Como la varianza asumida es 0.2 y el valor de la varianza de la muestra 0.024

y este es menor, por este motivo la varianza obtenida es validada.

Maestrante: Richard Klever Santos Alarcón 15 2021-357034