RESIDUOS SOLIDOS

Andrea Potes

1
 Muestreo de residuos sólidos
OBJETIVO: DETERMINAR UNA MUESTRA REPRESENTATIVA DE LA
POBLACIÓN PARA LA CARACTERIZACIÓN DE RESIDUOS SÓLIDOS

PROCEDIMIENTO:
1. DEFINICIÓN DE LA POBLACIÓN (Viviendas y establecimientos).
2. DIVISIÓN DE LA POBLACIÓN EN ESTRATOS
3. LOCALIZACIÓN DE LOS ESTRATOS EN EL PLANO DE LA CIUDAD
 Determinación de la composición física
PROCEDIMIENTO:
1. UTILICE LA MUESTRA DE UN DÍA (Colocar en una zona pavimentada o
sobre un plástico)
2. FORME UNA PILA EN FORMA DE CON EL FIN DE HOMOGENIZAR LA
MUESTRA
3. TROCE LOS RESIDUOS VOLUMINOSOS HASTA CONSEGUIR UN
TAMAÑO MANIPULABLE (<15 cm)
 Determinación de la composición física
PROCEDIMIENTO:
4. DIVIDA LA PILA EN 4 PARTES (METODO DE CUARTEO)
5. ESCOJA LAS DOS PARTES OPUESTAS PARA FORMAR UNA NUEVA PILA
MÁS PEQUEÑA.
6. REPITA LA OPERACIÓN HASTA OBTENER UNA MUESTRA DE
APROXIMADAMENTE 50 kg.
7. SEPARE LOS COMPONENTES DE LA ULTIMA PILA Y REALICE LA
CLASIFICACIÓN.
 Determinación de la composición física
PROCEDIMIENTO:
8. CLASIFIQUE LOS COMPONENTES EN RECIPIENTES PEQUEÑOS
9. PESE LOS RECIPIENTES VACIOS ANTES DE LA CLASIFICACIÓN
10. PESE LOS RECIPIENTES CON LOS COMPONENTES Y POR DIFERENCIA
DE PESO DETERMINE EL PESO DE CADA UNO DE LOS COMPONENTES
11. CALCULE EL PORCENTAJE DE CADA COMPONENTE TENIENDO EN
CUENTA EL PESO TOTAL DE LA ULTIMA PILA Y EL PESO DE CADA
COMPONENTE.
Preparación de muestras para análisis de
laboratorio
 4. Producción diaria per cápita - ppc de
Residuos Sólidos
Es la cantidad de residuos generada por una persona en
términos de kg/hab-día o unidades equivalente, de
acuerdo con los muestreos y la población estimada por
el DANE

Importancia:
Planificación sistema de gestión de los residuos sólidos
(dimensionamiento de instalaciones y equipos)

7
Cálculo de la Producción per cápita – ppc

Número de
usuarios
(estrato y uso)
Número
Número de promedio de
habitantes hab. Por usuario
(estrato y uso)

Residuos ppc Cantidad de RS

generados por
Kg/ (hab-día) a disponer
día

8
 Valores típicos de PPC para municipios
colombianos

Fuente: RAS, 2000

 PPC de residuos sólidos
PAÍS PPC (kg/hab.día)
U.S.A. 4,0
Suecia 2,5
Alemania 2,2
Holanda 2,2
Colombia 0,75
Factores relevantes en la producción
1. Grado de urbanización
2. Crecimiento económico
3. Grado de industrialización
4. Factores culturales y sociales

“Un kg menos de basura producido, es un kg menos almacenado,

presentado, recogido, transportado y dispuesto”

10
 Valores típicos de ppc para municipios
Colombianos RAS-2000

Utilizar solo a nivel de pre-diseño de un sistema.

Criterios generales para determinar la ppc

1. Toma de muestras,
2. Micro ruta o sector
PPPC en la fuente 3. Etiquetado de bolsas, tipo de residuos
4. Número de usuarios y el número de habitantes por
usuario y por estrato.
11
6. Caracterización físico- química y biológica de
Residuos Sólidos sin aprovechamiento

Fuente: RAS, 2000

12
Caracterización física química y biológica de
Residuos Sólidos con aprovechamiento

13
Fuente: RAS, 2000
 Caracterización física química y biológica de
Residuos Sólidos con aprovechamiento

Fuente: RAS, 2000

14
 Peso específico de los residuos sólidos
Es la relación entre el peso de los residuos sólidos y su
volumen (kg/m3).

Peso de la muestra (kg)

Peso Específico =
Volumen del recipiente (m3)

Importancia:
Dimensionamiento y la capacidad volumétrica de los medios
de recolección, transporte y disposición final.

Debemos diferenciar entre:

•1 m3 de R.S. sueltos
•1 m3 de R.S. compactados en el vehículo recolector
•1 m3 de R.S. compactados en un relleno sanitario
15
Peso específico

16
Peso específico y contenido de humedad

17
Peso específico y contenido de humedad

18
 Cuantificación de residuos sólidos

OBJETIVO: OBTENER DATOS QUE PUEDAN USARSE PARA

DESARROLLAR E IMPLEMENTAR PROGRAMAS EFECTIVOS DE
GESTIÓN DE RESIDUOS SÓLIDOS - pph (kg/hab-día), ppv (kg/viv-día).

“toda empresa de aseo debe mantener actualizado la información

sobre la tasa de producción de residuos sólidos”

Métodos utilizados para estimar las cantidades de residuos

i. METODO DE ANÁLISIS DE CARGAS

ii. MUESTREO ALEATORIO

iii. METODO DE BALANCE DE MASAS

19
 Método de análisis de cargas
i. Se registra el número de cargas individuales y las
características de los residuos sólidos (tipo residuo y
volumen estimado) durante un período de tiempo
específico.

ii. Si hay básculas se registran los pesos

Desventajas:

- Baja representatividad de la muestra

- No tiene en cuenta materiales reciclados,

almacenados, materia orgánica triturada, etc.
 Método de análisis de cargas
EJEMPLO 6. Estime la tasa de generación de residuos sólidos por
unidad(kg/hab-día) para una zona residencial conformada por
2000 viviendas. El lugar de observación es una estación de
transferencia local que recibe todos los residuos recolectados de la
zona. El período de observación es una semana.

Datos básicos:

a) Número de cargamentos de caminos compactadores : 12

b) Tamaño medio del camión compactador: 15,3 m3
c) Número de cargas con remolque de platón : 9
d) Volumen medio del remolque de platón: 1,5 m3
e) Número de cargas procedentes de vehículos particulares: 25
f) Volumen estimado de vehículos particulares: 0,2 m3

21
 Método de análisis de cargas
i) Se construye una tabla para estimar el peso total de la basura
producida por semana

Número de Volumen Peso esp.* Peso total

Equipo 3 3
cargas m Kg/m Kg/semana
55080
Camión compactador 12 15,3 300

2025
Remolque de platón 9 1,5 150

Particulares 25 0,2 100 500

Total kg/semana 57605

*Basado en mediciones limitadas de peso y volumen in situ

22
 Método de análisis de cargas
ii) Determinación de la producción per cápita (kg/hab-día)

ppc ( kg/hab - día ) = PRS ( kg/sem. )

No. viv. × 3,5 hab/viv. × 7 días/sem.

ppc ( kg/hab - día ) = 57605 kg/sem.

2000 viv. × 3,5 hab/viv. × 7 días/sem.

ppc = 1,176 kg/hab - día

23
 Muestreo aleatorio
Es un método para estimar la tasa de producción de residuos
sólidos a partir del muestreo aleatorio que se repite varias
veces durante diferentes días de la semana y épocas del año
con el fin de eliminar la influencia del tiempo.
La tasa de producción de residuos sólidos es:

R= Y/X
Donde;

•R = producción de residuos sólidos, ppv, pph (kg/viv-día; kg/hab-día)

•Y = Cantidad total de residuos en peso (kg) producida en un día por una

población de viviendas X

•X = Número de viviendas que un día producen “Y” cantidad de residuos

24
 Componentes del muestreo aleatorio
POBLACIÓN BAJO MUESTREO:
Conjunto del cual se tomará la muestra (unidades muestreales)
Ubicar en el plano predial las unidades muestreales

UNIDADES DE MUESTREO:
Es la división de la población en partes que no se sobreponen (personas,
viviendas, cuadras, manzanas, etc.)

SELECCIÓN DE LA MUESTRA:
Muestreo Aleatorio Simple
Muestreo Sistemático : calcular un K = N/n
Numerar hasta N (tamaño de la población)

TAMAÑO DE LA MUESTRA:
Función de la variación de la variable dentro de la población (S)
De la precisión de los resultados
Del grado de certeza que se requiera (t)

ANÁLISIS DE LOS DATOS:

25
 Muestreo aleatorio

MUESTREO ALEATORIO MUESTREO SISTEMÁTICO

SIMPLE

Es un método de selección Numerar la N unidades de la población

de unidades tomadas de
Calcular un k = N/n donde n es el
un total de N, donde cada tamaño de la muestra
una de las muestras
posibles tienen la misma Se toma una unidad al azar de las
oportunidad de ser primeras k unidades
escogida. La unidad siguiente será la unidad
anterior más k ( k =10 y la primera
unidad fue 5, las unidades siguientes
serán, 15, 25, 35, etc.)

26
 Cálculo del tamaño de muestra
Función de:
a. Variación de la variable dentro de la población
b. Precisión de los resultados a obtener
c. Grado de certeza que se desea aceptar (90 – 95%)

Cuando n≥30 ó n/N

N × t 2 × S2 t 2 × S 2 ≤ 0,05 se puede
n=
( ) (
N × d 2 + t 2 × S2 ) n=
d2
tomar como
aproximación de n:

Donde;
n: Tamaño de muestra
t: Factor para n ≥ 30 con 95% certeza (t=2,0)
S: Varianza de la población (Colombia varía entre 0,5 a 4,0 kg/viv-día)
N: Tamaño de la población (total de unidades muestreales
d: Margen de error aceptado (0,10 a 0,50 kg/viv-día)
27
 Ejemplo tamaño de muestra
EJEMPLO 7. Se está determinando la producción diaria por vivienda de
residuos sólidos en una zona urbana de la ciudad. Se decidió que
la unidad de muestreo fuera la vivienda (1500 viviendas). El valor
esperado de “S” es de 2,00. Se estima que la producción per cápita
de residuos sólidos está alrededor de 5 kg/viv-día y que no le
importa si está entre 4,8 y 5,2. ¿Qué tamaño de muestra se debe
tomar?

Entonces:

d = 0.40 kg / vivienda - día

S = 2,00
t = 2,00 con 95% de certeza

28
 Ejemplo tamaño de muestra

t2 ×S 2 22 × 22
n= n= =100
d2 0,40 2

n/N =100/1500 = 0,07 > 0,05 Se corrige n

Entonces:

1500× 2 2 × 2 2
n= = 94
1500× 0,4 2 + 2 2 × 2 2

29
 Ejemplo tamaño de muestra
EJEMPLO. Se está determinando la producción diaria por vivienda de
residuos sólidos en una zona urbana de la ciudad. Se decidió que
la unidad de muestreo fuera la vivienda (418 viviendas). El valor
esperado de “S” es de 2,00. Se estima que la producción per cápita
de residuos sólidos está alrededor de 3 kg/viv-día y que no le
importa si está entre 2,8 y 3,2. ¿Qué tamaño de muestra se debe
tomar?

Entonces:

d = 0.40 kg / vivienda - día

S = 2,00
t = 2,00 con 95% de certeza

30
 Análisis de datos del muestreo aleatorio

i. Cuando se usan fórmulas de aproximación matemática,

se debe encontrar la desviación del valor aproximado del
valor verdadero o desconocido.

ii. Se debe comprobar si el valor de “ppv” obtenido en el

muestreo es “aceptable” con un margen de error (5 y
10%). Error permitido para no causar problemas en la
prestación del servicio de aseo.

31
 Análisis de datos del muestreo aleatorio
Procedimiento:

1. Construir dos intervalos (Intervalo de confianza e Intervalo

de aceptación).

2. Superponer los dos intervalos

3. Si el Intervalo de confianza (I.C.) queda dentro de los límites

del intervalo de aceptación ⇒ Se acepta el valor de la “ppv”
obtenido en el muestreo con un margen de error…….

INTERVALO DE CONFIANZA

INTERVALO DE ACEPTACIÓN

32
 Análisis de datos del muestreo aleatorio
Determinar la ppv, la varianza muestreal y el error estándar
Producción de residuos sólidos por vivienda
Vivienda No. Personas / vivienda Basura producida
Xi Yi (kg)
1 X1 Y1
2 X2 Y2
… .. ..
i Xi Yi
… ... ...
n Xn Yn
Totales ΣXi ΣYi

Para medir la confiabilidad de “ppv”, se debe calcular la varianza (S)

y el error estándar (EE)

ppv = ΣYi / n
S = (Σ(Yi - ppv)2 ) / ((n-1)n)
EE = S1/2
33
Análisis de datos del muestreo aleatorio
Un solo muestreo no tiene en cuenta las variaciones
propias de la producción de residuos en el tiempo.

Es necesario hacer varios muestreos, mismo tamaño, días

diferentes, mismas unidades muestreales.

Cálculo de la producción de residuos por vivienda

Muestreo Estimación de SR EER
R
1 r1 S(r1) EE (r1)
2 r2 S(r2) EE (r2)
3 r3 S(r3) EE (r3)
. .. … …
. .. … …
M rm S(rm) EE (rm)
La mejor estimación con muestras de igual tamaño del promedio:

R = Σri / M SR = ΣVi / M EER = SR1/2

34
 Construcción del Intervalo de Confianza
Paso 1: Se define el nivel de confianza (Ej;90, 95%)

Paso 2: Se calcula “t” para el nivel de confianza con la distribución “t de

student”; 1,44 para el 90%, 1,96 para el 95%.

Paso 3: Calcular el valor de la constante K

K = (t x EE) / √n

Paso 4: Estimar el promedio de residuos “R”

Paso 5: Los límites del intervalo de confianza serán

R-K R R+K

35
 Construcción del Intervalo de Aceptación
Un valor aceptable de R promedio en un servicio de aseo, es aquel que
está entre el 5% y el 10% de su valor promedio. Para un 10% el intervalo
de aceptación será:

Rp- 0,10 Rp Rp Rp + 0,10 Rp

Criterios de decisión:
Si el “intervalo de confianza”, se encuentra dentro de los límites del
“intervalo de aceptación”, se acepta el valor de la estimación de “Rp”.

Si se rechaza; aumentar el tamaño de la muestra, refinar y revisar los

instrumentos de medición.
• La producción total de residuos (Kg/día) será el producto de la
“R” promedio dividido por el número de viviendas.
• El número de viviendas: censo, datos planeación, determinación
en el terreno.
36
 Criterios de rechazo del muestreo
INTERVALO DE CONFIANZA

SE ACEPTA EL VALOR DE ppv

INTERVALO DE ACEPTACIÓN

INTERVALO DE CONFIANZA

SE RECHAZA EL VALOR DE ppv

INTERVALO DE ACEPTACIÓN

INTERVALO DE CONFIANZA

SE RECHAZA EL VALOR DE ppv

INTERVALO DE ACEPTACIÓN

37
 Ejemplo análisis de datos de muestreo
EJEMPLO 8. A partir de los datos obtenidos en el muestreo aleatorio
simple, verifique si los límites del intervalo de confianza, están
dentro de los límites de aceptación para la zona urbana y la zona
rural.

Zona Número Número de Basura Error Varianza

total de viviendas producida estándar (S)
viviendas muestreadas (Kg/día) (EE)

Urbana 836 83 395 2,81 7,95

Rural 119 43 187 2,95 8,73

38
 Ejemplo análisis de datos de muestreo

Solución para la zona urbana:

Intervalo de confianza:
Nivel de confianza (90%)
Para nivel del 90% ⇒ t = 1.44

i) Cálculo de la constante K:

K = (t × EE) / √n ⇒ K = (1.44 × 2,81) / √83⇒ K = 0,444

ii) Cálculo del promedio de residuos producidos (R = Σri / n)

R = 395 Kg/día / 83 viviendas ⇒ R = 4,76 Kg/viv-día

39
 Ejemplo análisis de datos de muestreo
Solución para la zona urbana:

iii) Los límites del intervalo de confianza serán (R ± K)

4,76- 0,444 4,76 4,76 + 0,444

4,316 4,76 5,204

Kg/viv-día Kg/viv-día Kg/viv-día

40
 Ejemplo análisis de datos de muestreo

iii) Los límites del intervalo de aceptación serán (R ± 0.10R)

4,76 - 0,10 (4,76) 4,76 4,76 + 0,10(4,76)

4,284 4,76 5,236

Kg/viv-día Kg/viv-día
Kg/viv-día

41
 Ejemplo análisis de datos de muestreo

iii) Criterio de decisión:

INTERVALO DE CONFIANZA

4,316 4,76 5,204

Kg/viv-día

INTERVALO DE ACEPTACIÓN

4,284 3.95 5,236

Kg/viv-día

Se ACEPTA la estimación de “R” y se procede a trabajar con el valor de 4.76

Kg/viv-día.
42