UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE INGENIERÍA AMBIENTAL Y DE

RECURSOS NATURALES

MÉTODO DEL AJUSTE POLINOMIAL DE GRADO P

CURSO: MÉTODOS NUMÉRICOS

PROFESOR: VICTORIA BARRÓS CESAR
INTEGRANTES:
 GARCÍA BARRETO LISETH CARMEN
 LAURA ORÉ ERICK SMITH
 PADILLA HUAMÁN SHENIRA JOHANNA
 SOSA CÁCERES CHRISTOPHER

Callao, 22 de noviembre del 2018

PERÚ
 TABLA DE CONTENIDOS

Capítulo I...................................................................................................................................................4
Introducción ...............................................................................................................................................4
Capítulo II .................................................................................................................................................5
2.1 Método de Ajuste Polinomial de Grado P .................................................................................................5
2.2 Método de Eliminación de Gauss.............................................................................................................6
Capítulo III .............................................................................................................................................. 11
3.1 Aire ................................................................................................................................................... 11
3.1.1 COMPONENTES DEL AIRE ............................................................................................................ 11
3.1.2 CONTAMINACIÓN DEL AIRE ........................................................................................................ 11
3.1.3 MICROORGANISMOS EN EL AIRE ................................................................................................ 11
3.1.4 CALIDAD DEL AIRE ...................................................................................................................... 12
3.1.5 MONITOREO DE LA CALIDAD DEL AIRE ..................................................................................... 12
3.1.6 MARCO NORMATIVO.................................................................................................................... 16
Capítulo IV .............................................................................................................................................. 17
4.1 Problema Aplicado a la Ingeniería Ambiental ......................................................................................... 17
4.2 Conclusiones....................................................................................................................................... 21
Bibliografía .............................................................................................................................................. 22
ÍNDICE DE CUADROS Y FIGURAS
Capítulo I

Introducción
Los métodos numéricos son técnicas mediante las cuales es posible formular problemas
matemáticos de tal forma que puedan resolverse usando operaciones aritméticas.
Es así que en este trabajo que presentamos, priorizaremos la importancia de los métodos
numéricos en la solución de problemas de ingeniería y los modelos a utilizar; en el problema
planteado en nuestro trabajo son: Ajuste polinomial de grado P y Eliminación de Gauss.
El método del ajuste polinomial de grado P es una forma de regresión lineal en el que la relación
entre la variable independiente X y la variable dependiente Y se modela como un polinomio de
orden n. Se utiliza para describir los fenómenos no lineales tales como la tasa de crecimiento de
tejidos, tasa de crecimiento de bacterias, la distribución de isótopos de carbono en sedimentos de
un lago, progresión de epidemias de enfermedades. Por esta razón, la regresión polinomial se
considera un caso especial de regresión lineal múltiple y son aplicados en la resolución de
problemas aplicados a ingeniería, en este caso la Ingeniería Ambiental.
 Capítulo II

2.1 Método de Ajuste Polinomial de Grado P

Este método consiste en otra alternativa, para ajustar polinomios a los datos. Cuando una regresión de grado 𝑝
requiere la solución de un sistema de ecuaciones lineales de orden 𝑝 + 1
Se considera un polinomio de ajuste de la forma:

𝑝
𝑦𝑖 = 𝑎0 + 𝑎1 𝑥𝑖 + 𝑎2 𝑥𝑖2 + ⋯ + 𝑎𝑝 𝑥𝑖 , con 𝑝 + 1 coeficientes.

Los errores asociados se definen como:

𝑒𝑖 = 𝑌𝑖 − 𝑦𝑖

Donde 𝑌𝑖 es un valor experimental, entonces:

𝑝
𝑒𝑖 = 𝑌𝑖 − 𝑎0 − 𝑎1 𝑥𝑖 − 𝑎2 𝑥𝑖2 − ⋯ − 𝑎𝑝 𝑥𝑖

Sea S, la suma de los errores al cuadrado:

𝑆 = ∑ 𝑒𝑖2
𝑖=1

Donde N es el número de puntos o pares que se ajustan, entonces:

𝑁
𝑝
𝑆 = ∑(𝑌𝑖 − 𝑎0 − 𝑎1 𝑥𝑖 − 𝑎2 𝑥𝑖2 − ⋯ − 𝑎𝑝 𝑥𝑖 )
𝑖=2

La condición de mínimo es:

𝑁
𝜕𝑆 𝑝
= 0 = ∑ 2(𝑌𝑖 − 𝑎0 − 𝑎1 𝑥𝑖 − 𝑎2 𝑥𝑖2 − ⋯ − 𝑎𝑝 𝑥𝑖 )(−1)
𝜕𝑎0
𝑖=2

𝑁
𝜕𝑆 𝑝
= 0 = ∑ 2(𝑌𝑖 − 𝑎0 − 𝑎1 𝑥𝑖 − 𝑎2 𝑥𝑖2 − ⋯ − 𝑎𝑝 𝑥𝑖 )(−𝑥𝑖 )
𝜕𝑎1
𝑖=2
.
.
.
𝑁
𝜕𝑆 𝑝
= 0 = ∑ 2(𝑌𝑖 − 𝑎0 − 𝑎1 𝑥𝑖 − 𝑎2 𝑥𝑖2 − ⋯ − 𝑎𝑝 𝑥𝑖 )(−𝑥𝑝 )
𝜕𝑎𝑝
𝑖=2

Dividiendo entre -2 las ecuaciones anteriores y distribuyendo la sumatoria, se obtiene:

 𝑝
𝑎0 𝑁 + 𝑎1 ∑ 𝑥𝑖 + 𝑎2 ∑ 𝑥𝑖2 + ⋯ + 𝑎𝑝 ∑ 𝑥𝑖 = ∑ 𝑌𝑖

𝑝+1
𝑎0 ∑ 𝑥𝑖 + 𝑎1 ∑ 𝑥𝑖2 + 𝑎2 ∑ 𝑥𝑖3 + ⋯ + 𝑎𝑝 ∑ 𝑥𝑖 = ∑ 𝑥𝑖 𝑌𝑖
𝑝+2
𝑎0 ∑ 𝑥𝑖2 + 𝑎1 ∑ 𝑥𝑖3 + ⋯ + 𝑎𝑝 ∑ 𝑥𝑖 = ∑ 𝑥𝑖2 𝑌𝑖

.
.
.

𝑝 𝑝+1 𝑝+2 2𝑝 𝑝
𝑎0 ∑ 𝑥𝑖 + 𝑎1 ∑ 𝑥𝑖 + 𝑎2 ∑ 𝑥𝑖 + ⋯ + 𝑎𝑝 ∑ 𝑥𝑖 = ∑ 𝑥𝑖 𝑌𝑖

Expresando en forma matricial:

. . .
𝑁 ∑ 𝑋𝐼 ∑ 𝑋𝐼2 . . . ∑ 𝑋𝐼
𝑃
∑ 𝑌𝑖
𝑎0
∑ 𝑋𝐼 . . .
∑ 𝑋𝐼2 ∑ 𝑋𝐼3 ∑ 𝑋𝐼𝑃+1 𝑎1 ∑ 𝑥𝑖 𝑌𝑖
. . .
∑ 𝑋𝐼2 𝑎2
4 . . .
3
∑ 𝑋𝐼 ∑ 𝑋𝐼 ∑ 𝑋𝐼𝑃+2 . = ∑ 𝑥𝑖2 𝑌𝑖
. . . .
. . . . .
. . . .
. . . . .
. . . .
. . . 𝑎
[ 𝑝] .
∑ 𝑋𝐼𝑃 . . . 𝑝
𝑃+1 𝑃+2 2𝑃
[ ∑ 𝑋 𝐼 ∑ 𝑋 𝐼 . . . ∑ 𝑋𝐼 ] [∑ 𝑥𝑖 𝑌𝑖 ]

2.2 Método de Eliminación de Gauss

La técnica de eliminación de Gauss implica una combinación de ecuaciones para eliminar las
incógnitas. Aunque éste es uno de los métodos más antiguos para resolver ecuaciones lineales
simultáneas, continúa siendo uno de los algoritmos de mayor importancia, y es la base para
resolver ecuaciones lineales en muchos paquetes de software populares.
La eliminación de Gauss es la técnica básica la cual puede extenderse a sistemas grandes de
ecuaciones desarrollando un esquema sistemático o algorítmico para eliminar incógnitas y
sustituir hacia atrás.
A continuación se presentarán las técnicas sistemáticas para la eliminación hacia adelante y la
sustitución hacia atrás que la eliminación gaussiana comprende.
Aunque tales técnicas son muy adecuadas para utilizarlas en computadoras, se requiere de
algunas modificaciones para obtener un algoritmo confiable. En particular, el programa debe
evitar la división entre cero. Al método siguiente se le llama eliminación gaussiana “simple”,
ya que no evita este problema.
El método de Eliminación de Gauss está ideado para resolver un sistema general de n
ecuaciones:

𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1 (2.1𝑎)

𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2 (2.1𝑏)

. .
. .
. .
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + 𝑎𝑛3 𝑥3 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛 (2.1𝑐)

Como en el caso de dos ecuaciones, la técnica para resolver n ecuaciones consiste en dos
fases: la eliminación de las incógnitas y su solución mediante sustitución hacia atrás.
 Eliminación hacia delante de incógnitas:
La primera fase consiste en reducir el conjunto de ecuaciones a un sistema triangular
superior. El paso inicial será eliminar la primera incógnita, 𝑥1, desde la segunda hasta la
n-ésima ecuación. Para ello, se multiplica la ecuación (2.1𝑎) por 𝑎21 ⁄𝑎11 para obtener:

𝑎21 𝑎21 𝑎21

𝑎21 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏 (2.2)
𝑎11 𝑎11 𝑎11 1

Ahora esta ecuación se resta de la ecuación (2.1𝑏) para dar:

𝑎21 𝑎22 𝑎22

(𝑎22 − 𝑎12 ) 𝑥2 + ⋯ + (𝑎2𝑛 − 𝑎1𝑛 ) 𝑥𝑛 = 𝑏2 − 𝑏
𝑎11 𝑎11 𝑎11 1

′ ′
𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2′
 donde el superíndice prima indica que los elementos han cambiado sus valores
originales.
El procedimiento se repite después con las ecuaciones restantes. Por ejemplo, la
ecuación (2.1𝑎) se puede multiplicar por 𝑎33 ⁄𝑎11 y el resultado se resta de la tercera
ecuación. Se repite el procedimiento con las ecuaciones restantes y da como resultado el
siguiente sistema modificado:
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1 (2.3𝑎)

′ ′ ′
𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2′ (2.3𝑏)

′ ′ ′
𝑎32 𝑥2 + 𝑎33 𝑥3 + ⋯ + 𝑎3𝑛 𝑥𝑛 = 𝑏3′ (2.3𝑐)

. .
. .
. .

′ ′ ′
𝑎𝑛2 𝑥2 + 𝑎𝑛3 𝑥3 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛′ (2.3𝑑)

En los pasos anteriores, la ecuación (2.1𝑎) se llama la ecuación pivote, y 𝑎11 se denomina el
coeficiente o elemento pivote. Observe que el proceso de multiplicación del primer renglón por
𝑎21 ⁄𝑎11 es equivalente a dividirla entre 𝑎11 y multiplicarla por 𝑎21 .
Algunas veces la operación de división es referida a la normalización. Se hace esta distinción
porque un elemento pivote cero llega a interferir con la normalización al causar una división
entre cero. Más adelante se regresará a este punto importante, una vez que se complete la
descripción de la eliminación de Gauss simple.
Ahora se repite el procedimiento antes descrito para eliminar la segunda incógnita en las
ecuaciones (2.3𝑐) hasta (2.3𝑑). Para realizar esto, multiplique la ecuación (2.3𝑏) por
′ ⁄ ′
𝑎32 𝑎22 y reste el resultado de la ecuación (2.3𝑐). Se realiza la eliminación en forma similar
en las ecuaciones restantes para obtener

𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

′ ′ ′
𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2′
 ′′ ′′
𝑎33 𝑥3 + ⋯ + 𝑎3𝑛 𝑥𝑛 = 𝑏3′′

. .
. .
. .

′′ ′′
𝑎𝑛3 𝑥3 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛′′

donde el superíndice biprima indica que los elementos se han modificado dos veces. El procedimiento
puede continuar usando las ecuaciones pivote restantes. La última manipulación en esta secuencia es el
uso de la (n – 1)ésima ecuación para eliminar el término 𝑥𝑛−1 , de la n-ésima de la ecuación. Aquí el
sistema se habrá transformado en un sistema triangular superior

𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1 (2.4𝑎)

′ ′ ′
𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2′ (2.4𝑏)

′′ ′′
𝑎33 𝑥3 + ⋯ + 𝑎3𝑛 𝑥𝑛 = 𝑏3′′ (2.4𝑐)
. .
. .
(𝑛−1) (𝑛−1)
𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

Observe que tres ciclos anidados proporcionan una representación concisa del proceso. El
ciclo externo mueve hacia abajo de la matriz el renglón pivote. El siguiente ciclo mueve hacia
abajo el renglón pivote a cada renglón subsecuente, donde la eliminación se llevará a cabo.
Finalmente, el ciclo más interno avanza a través de las columnas para eliminar o transformar
los elementos de un renglón determinado.

 Sustitución hacia atrás:

Ahora se despeja 𝑥𝑛
(𝑛−1)
𝑏𝑛
𝑥𝑛 = (𝑛−1)
(2.5)
𝑎𝑛

Este resultado se puede sustituir hacia atrás en la (n – 1)ésima ecuación y despegar

𝑥𝑛−1 ; El procedimiento, que se repite para evaluar las x restantes, se representa
mediante la fórmula:
(𝑖−1) (𝑖−1)
𝑏𝑖 − ∑𝑛𝑗=𝑖+1 𝑎𝑖𝑗 𝑥𝑗
𝑥𝑖 = (𝑖−1)
(2.6)
𝑎𝑖𝑖
Se utiliza una variable temporal sum para acumular la sumatoria de la ecuación (2.6).
Esto da por resultado un tiempo de ejecución más rápido que si la sumatoria fuera
acumulada en bi . Más importante aún es que esto permite una mayor eficiencia en la
precisión si la variable, sum, se declara como variable de doble precisión.
 Capítulo III
3.1 Aire

“El aire es la mezcla gaseosa que forma la atmósfera terrestre.” (Pérez Porto & Merino, 2014)
El aire es considerado una mezcla gaseosa homogénea que envuelve nuestro planeta. Es
necesario, ya que este demarca la presencia de vida en un planeta. Sin este elemento sería
imposible el desarrollo de las diferentes actividades bioquímicas o biofísicas del planeta, así
como las actividades antropogénicas.
El aire está compuesto por diferentes compuestos que no pueden ser reconocidos ni percibidos
a simple vista. Para conocer la composición química del aire es necesario pasarlo a estado
líquido y poder realizar las pruebas que confirmen el porcentaje de cada elemento.

3.1.1 COMPONENTES DEL AIRE

El aire está compuesto por una mezcla de gases en la siguiente proporción promedio:
 nitrógeno 78,08%,
 oxígeno 20,94%
 argón 0,093%
 dióxido de carbono 0,035%
 vapor de agua 0,040%
 otros 0.812%
La composición del aire suele varias a diferente altura, y también en diferentes regiones
planetarias donde se mida.

3.1.2 CONTAMINACIÓN DEL AIRE

Se trata de una contaminación especial, basada en la alteración de los gases suspendidos en la
atmósfera. Cada uno de los problemas que involucran a la atmósfera; van dejando secuelas no
solo en el ambiente sino también en todos sus habitantes, seres humanos; flora y fauna
igualmente. (Cumbre pueblos, 2017)
Como se expresa en el párrafo anterior, la contaminación del aire se da por gases suspendidos
en la atmósfera. A su vez, nosotros aclararemos que estos gases suspendidos en la atmosfera no
solo son producto de la industria, sino también son producto de los metabolismos de ciertos
microorganismos en suspensión en el aire provenientes de diferentes medios tales como el suelo
y el agua. Por ello, no basta con analizar las partículas en suspensión en el aire sino también
analizar la carga microbiana en la atmosfera.

3.1.3 MICROORGANISMOS EN EL AIRE

La atmósfera no tiene una microbiota autóctona, pero es un medio para la dispersión rápida y
global de muchos tipos de microorganismos. Además, hay una importante transferencia de ellos
y de sus metabolitos gaseosos entre la atmósfera, la hidrosfera y la litosfera. Aunque la
 atmósfera es un ambiente hostil para los microorganismos, en la troposfera inferior se
encuentran un gran número de ellos. (De La Rosa, Mosso, & Ullán, 2002)
En el párrafo anterior podemos entender que los microorganismos que habiten en el aire son
provenientes de otros medios, pero que, debido a diferentes procesos meteorológicos presentes
en la atmósfera, estos pueden ser transportados en el aire llevándolos a una contaminación
biológica. La contaminación biológica puede ser debido a la presencia de las esporas
pertenecientes a hongos, de virus y de diferentes bacterias aerobias y anaerobias.

3.1.4 CALIDAD DEL AIRE

Esto hace referencia a una atmosfera en óptimas condiciones para el desarrollo de la vida sin
alteraciones a sus condiciones naturales. La calidad de aire hace referencia a los porcentajes de
cada componente del aire y al hecho de no ser alterados, ya que esto podría alterar las
condiciones químicas, físicas y biológicas de los seres que se desarrollan en el planeta.
Contar con un ambiente sano y equilibrado para el desarrollo de la vida es un derecho
fundamental establecido en la Constitución Política de nuestro país. Una buena calidad del aire
contribuye a una mejor calidad de vida de la población; lo cual se logra con el compromiso y
la participación activa de todos los actores involucrados, Estado, empresa y población; siendo
responsabilidad del Estado implementar las medidas necesarias para garantizar el cumplimiento
de importantes instrumentos de gestión ambiental como Estándares de Calidad Ambiental
(ECA), Límites Máximos Permisibles (LMP), Planes de Acción, entre otros. (MINAM, 2013 -
2014)

3.1.5 MONITOREO DE LA CALIDAD DEL AIRE

El monitoreo es una de las herramientas de vital importancia para la fiscalización ambiental. Se
realiza para verificar la presencia y medir la concentración de contaminantes en el ambiente en
un determinado periodo de tiempo. En el caso del monitoreo de la calidad del aire, lo realizan
especialistas del OEFA en un punto de control determinado.
 Diseño del monitoreo
El diseño y planificación del monitoreo dependen de los objetivos que se desean alcanzar, la
disponibilidad de recursos (económicos, humanos y tiempo), los contaminantes que se van a
monitorear, la estrategia de monitoreo y el equipamiento necesario, tipo de información
requerida (periodo de monitoreo), calidad de la información (exactitud, precisión,
representatividad y comparabilidad) y del usuario para el que se genera la información
(DIGESA, 2005).
 Escala de monitoreo
La escala del monitoreo de la calidad del aire debe ser compatible con el objetivo del
monitoreo en un lugar, a una escala espacial apropiada y representativa, para así facilitar la
localización física de las estaciones de monitoreo. La escala de representatividad espacial
relativa a cada contaminante se define para establecer la relación entre los objetivos de
monitoreo y localización física de la estación de monitoreo.
De acuerdo a la Agencia de Protección Ambiental de los Estados Unidos (USEPA) se aplican
seis escalas de representatividad espacial para ubicar los sistemas de monitoreo, donde cada
 escala espacial se diseña para cumplir con los objetivos específicos de monitoreo (DIGESA,
2005).

Definición de escalas para la realización de monitoreos ambientales

Categoría de Escala Definición
Define las concentraciones en volúmenes de aire asociados con
Microescala
dimensiones de área de algunos metros hasta 100 metros.
Define concentraciones típicas de áreas que pueden comprender
Escala Media
dimensiones desde 100 metros hasta 0.5 kilómetros.
Define concentraciones en un área con uso de suelo relativamente
Escala Local
uniforme, cuyas dimensiones abarcan de 0.5 a 4.0 kilómetros.
Define todas las condiciones de una ciudad con dimensiones en un
Escala Urbana
rango de 4 a 50 kilómetros.
Define generalmente un área rural de geografía razonablemente
Escala Regional homogénea y se extiende desde decenas hasta cientos de
kilómetros.
Las mediciones que corresponden a esta escala representan
Escala Nacional o Global concentraciones características de la nación o del mundo como un
todo.
Tabla 1Fuente DIGESA-2005

 Selección de Parámetros a monitorear

Los contaminantes atmosféricos son producidos por fuentes fijas y móviles, los cuales pueden
generar problemas a lo largo de su desplazamiento y generar contaminantes secundarios (lluvia
ácida u ozono). El alto costo para el monitoreo de la calidad del aire con equipos automáticos
en las redes no permite monitorear todos los contaminantes que se generan, por lo que las redes
de monitoreo registran contaminantes que representan la calidad del aire de un área
determinada. Los contaminantes a ser monitoreados son los indicados en el Decreto Supremo
N° 074-2001-PCM y que pueden causar efectos adversos a la salud y el ambiente (DIGESA,
2005).

Parámetros a monitorear
Grupo Parámetro
 Material particulado respirable de diámetro
menor a 10 µm (PM-10)
Material particulado
 Material particulado respirable de diámetro
menor a 2.5 µm (PM-2.5)
 Dióxido de azufre
 Monóxido de carbono
Gases
 Dióxido de nitrógeno
 Ozono
  Sulfuro de hidrógeno
Metales pesados  Plomo
 Dirección del viento
 Velocidad del viento
 Temperatura
 Humedad relativa
Meteorológicos  Precipitación
 Radiación Solar
 Altitud
 Perfil vertical de temperatura
 Nubosidad
Tabla 2Fuente DIGESA - 2005

Cabe señalar, que la naturaleza de las fuentes presentes en el área proporcionará una buena
indicación de cuáles contaminantes monitorear. Por ejemplo, si los vehículos son la fuente
primaria de contaminantes, el dióxido de nitrógeno, el monóxido de carbono y posiblemente el
benceno y las partículas deberían ser monitoreadas. Si el área es afectada por las emisiones
domésticas, consumo de la leña, etc. se deben monitorear las partículas y posiblemente el
monóxido de carbono. En lugares donde el carbón es utilizado con frecuencia, en uso doméstico
o industrial, se debe monitorear el dióxido de azufre. Sin embargo, dependerá de los objetivos
centrales del monitoreo la elección de los contaminantes a monitorear. A continuación, se
presenta una tabla en la que se especifican los contaminantes que deben monitorearse en base
a la fuente de contaminación:

Contaminantes a monitorear en función a las principales fuentes

Fuente Contaminante
Dióxido de nitrógeno
Monóxido de carbono
Vehículos (tráfico intenso)
Dióxido de azufre
PM-10 / PM-2.5
PM-10 / PM-2.5
Domicilios / consumo de leña
Monóxido de carbono
Industrias y domésticas / consumo de PM-10 / PM-2.5
carbón Dióxido de azufre
Industrias / consumo de combustible PM-10 / PM-2.5
residual Dióxido de azufre
Pesqueras Sulfuro de hidrógeno; PM
Fundición Dióxido de azufre
Cemento PM-10 / PM-2.5
Generación eléctrica / consumo de Dióxido de azufre
carbón, residual y diesel PM-10 / PM-2.5
Generación eléctrica / consumo de gas Dióxido de nitrógeno
Tabla 3 Fuente DIGESA - 2005
 Frecuencia de monitoreo y periodos de muestreo
El término frecuencia de monitoreo indica el número de muestras que se tomarán o llevarán a
cabo en un intervalo de tiempo, en un punto o en un área de muestreo. La frecuencia del
monitoreo de cada uno de los contaminantes depende de los objetivos del monitoreo y de la
normativa nacional que establece los periodos de evaluación (Decreto Supremo N° 074-2001-
PCM y Decreto Supremo N° 009-2003-SA).
El periodo de muestreo es el tiempo de toma de muestra de una lectura individual y corresponde
al periodo en que se lleva a cabo la determinación de concentraciones de los contaminantes
(DIGESA, 2005).

 Selección de métodos de medición

Criterios para la selección de métodos:
Los aspectos a considerar en la selección del método de medición son los siguientes (DIGESA,
2005):
Parámetros técnicos:
 Selectividad: indica el grado por el cual un método puede determinar un contaminante sin
ser interferido por otros componentes.
 Especificidad: indica el grado de interferencias en la determinación
 Límite de detección: es la concentración mínima detectable por un sistema de medición
 Sensibilidad: tasa o amplitud de cambio de la lectura del instrumento con respecto a los
cambios de los valores característicos de la calidad del aire.
 Exactitud: grado de acuerdo o semejanza entre el valor verdadero y el valor medio o
medido. Depende tanto de la especificidad del método como de la exactitud de la
calibración, que a su vez depende de la disponibilidad de estándares primarios y de la
forma como es calibrado el equipo. Indica la ausencia de errores por predisposición o
sesgo por azar.
 Precisión: Grado de acuerdo o semejanza entre los resultados de una serie de mediciones
aplicando un método bajo condiciones predeterminadas y el valor medio de las
observaciones.
 Calibración del instrumento: disponibilidad de gases de calibración en el mercado
(estándares primarios) y a su aplicación en el sistema de muestreo, así como a la necesidad
de la frecuencia de su uso.
 Gases de calibración: gases primarios o secundarios
 Tiempo de respuesta del instrumento: corresponde al tiempo necesario para que el
monitor responda a una señal dada, o sea el periodo transcurrido desde la entrada del
contaminante al instrumento de medición hasta la emisión del valor de la medición. Se
suele distinguir dos partes, el tiempo de retraso, aquel en que se alcanza el 10% del cambio
final en el instrumento de lectura y el tiempo de crecimiento o caída, durante el cual se
pasa del 10% al 90% del cambio final en el instrumento de lectura.
Otros parámetros:
 Disponibilidad de los sensores
 Resolución espacial
  Mantenimiento
 Porcentaje del intervalo de tiempo fuera de operación
 Equipamiento adicional necesario
 Mano de obra especializada requerida para operación y mantenimiento
 Simplicidad de aplicación y uso
 Confiabilidad y compatibilidad
 Costo de adquisición, operación y mantenimiento
 Soporte

3.1.6 MARCO NORMATIVO

En nuestro país el marco normativo estable que todas las instituciones del Gobierno tienen la
obligación de adoptar medidas de Calidad de Aire para evitar problemas en la salud de la
población, así como, de comprometer a las personas jurídicas y a la población en general en el
cuidado de la Calidad de Aire.
La Ley General del Ambiente, Ley n.° 28611, establece en el Art. 118 de la Protección de la
calidad del aire, que las autoridades públicas, en el ejercicio de sus funciones y atribuciones,
adoptan medidas para la prevención, vigilancia y control ambiental y epidemiológico, a fin de
asegurar la conservación, mejoramiento y recuperación de la calidad del aire, según sea el caso,
actuando prioritariamente en las zonas en las que se superen los niveles de alerta por la
presencia de contaminantes, debiendo aplicarse planes de contingencia para la prevención o
mitigación de riesgos y daños sobre la salud y el ambiente. (MINAM, 2013 - 2014)
La Ley Marco del Sistema Nacional de Gestión Ambiental, Ley n.° 28245, en su Art. 4 señala
que las funciones ambientales de las entidades con competencias ambientales se ejercen en
forma coordinada, descentralizada y desconcentrada con sujeción a la Política Nacional del
Ambiente, el Plan y la Agenda Nacional y a las normas e instrumentos de carácter transectorial.
La gestión ambiental en materia de Calidad del Aire se sustenta en estas dos leyes. (MINAM,
2013 - 2014)
Se debe mencionar que se tienen hitos que marcan la gestión de la calidad del aire, que se inicia
con la dación del Código del Medio Ambiente, el cual es reemplazado por la Ley Marco del
SNGA. (MINAM, 2013 - 2014)
 Capítulo IV

4.1 Problema Aplicado a la Ingeniería Ambiental

1)En la facultad de ingeniería ambiental y recursos naturales se quiere determinar la calidad del aire
de los salones de clase por la influencia de la cantidad de alumnos, se hace un muestreo de aire en
el salón 4 en diferentes clases por que la cantidad de alumnos en cada clase es distinta, se realizó en
diferentes clases como en Geomorfología, Estadística descriptiva, Termodinámica, Sociología,
Mecánica de Fluidos, preparando previamente en el laboratorio un medio de cultivo de Plate count
para 12 placas que se usaran para el muestreo de cada clase, donde se colocara una placa petri en el
pupitre del profesor y otra placa Petri al medio de los alumnos de cada clase hasta que termine. Una
vez tomado las muestras se llevaron de forma inmediata a la incubadora a 35 °C por 24 horas.
Después de 24 horas se hace la lectura de las placas, pero como se tiene 2 placas por cada clase se
saca un promedio y así se obtienen los resultados como se muestra en la tabla.

CANTIDAD DE
ALUMNOS
BACTERIA(UFC/m3)
(A)
(C)
𝑃1= 0 𝐶1= 120
𝑃2 = 5 𝐶2= 180
𝑃3 = 10 𝐶3= 270
𝑃4 = 15 𝐶4= 380
𝑃5 = 20 𝐶5= 505
𝑃6 = 25 𝐶6= 660

𝑁=6
Sea el polinomio de ajuste de la forma:

𝐶 = 𝑋1 + 𝑋2 𝑃 + 𝑋3 𝑃2

Luego:

6 ∑6𝑖=1 𝑃𝑖 ∑6𝑖=1 𝑃𝑖 2 𝑋1 ∑6𝑖=1 𝐶𝑖

[ ∑6𝑖=1 𝑃𝑖 ∑6𝑖=1 𝑃𝑖 2 ∑6𝑖=1 𝑃𝑖 3 ] [𝑋2 ] = [ ∑6𝑖=1 𝐶𝑖 𝑃𝑖 ]
∑6𝑖=1 𝑃𝑖 2 ∑6𝑖=1 𝑃𝑖 3 ∑6𝑖=1 𝑃𝑖 4 𝑋3 ∑6𝑖=1 𝐶𝑖 𝑃𝑖 2
6

∑ 𝑃𝑖 = 𝑃1 + 𝑃2 + 𝑃3 + 𝑃4 + 𝑃5 + 𝑃6
𝑖=1

∑ 𝑷𝒊 = 0 + 5 + 10 + 15 + 20 + 25 = 𝟕𝟓
𝒊=𝟏
 6

∑ 𝑃𝑖 2 = 𝑃1 2 + 𝑃2 2 + 𝑃3 2 + 𝑃4 2 + 𝑃5 2 + 𝑃6 2
𝑖=1

∑ 𝑷𝒊 𝟐 = 02 + 52 + 102 + 152 + 202 + 252 = 𝟏𝟑𝟕𝟓

𝒊=𝟏

∑ 𝑃𝑖 3 = 𝑃1 3 + 𝑃2 3 + 𝑃3 3 + 𝑃4 3 + 𝑃5 3 + 𝑃6 3
𝑖=1

∑ 𝑷𝒊 𝟑 = 03 + 53 + 103 + 153 + 203 + 253 = 𝟐𝟖𝟏𝟐𝟓

𝒊=𝟏

∑ 𝑃𝑖 4 = 𝑃1 4 + 𝑃2 4 + 𝑃3 4 + 𝑃4 4 + 𝑃5 4 + 𝑃6 4
𝑖=1

∑ 𝑷𝒊 𝟒 = 04 + 54 + 104 + 154 + 204 + 254 = 𝟔𝟏𝟏𝟖𝟕𝟓

𝒊=𝟏

∑ 𝐶𝑖 = 𝐶1 + 𝐶2 + 𝐶3 + 𝐶4 + 𝐶5 + 𝐶6
𝑖=1

∑ 𝑪𝒊 = 120 + 180 + 270 + 380 + 505 + 660 = 𝟐𝟏𝟏𝟓

𝒊=𝟏

∑ 𝐶𝑖 𝑃𝑖 = 𝐶1 𝑃1 + 𝐶2 𝑃2 + 𝐶3 𝑃3 + 𝐶4 𝑃4 + 𝐶5 𝑃5 + 𝐶6 𝑃6
𝑖=1

∑ 𝑪𝒊 𝑷𝒊 = 0𝑥120 + 5𝑥180 + 10𝑥270 + 15𝑥380 + 20𝑥505 + 25𝑥660 = 𝟑𝟓𝟗𝟎𝟎

𝒊=𝟏

∑ 𝐶𝑖 𝑃𝑖 2 = 𝐶1 𝑃1 2 + 𝐶2 𝑃2 2 + 𝐶3 𝑃3 2 + 𝐶4 𝑃4 2 + 𝐶5 𝑃5 2 + 𝐶6 𝑃6 2
𝑖=1

∑ 𝑪𝒊 𝑷𝒊 𝟐 = 120𝑥02 + 180𝑥52 + 270𝑥102 + 380𝑥152 + 505𝑥202 + 660𝑥252 = 𝟕𝟑𝟏𝟓𝟎𝟎

𝒊=𝟏

Reemplazando:
 𝟔 𝟕𝟓 𝟏𝟑𝟕𝟓 𝑿𝟏 𝟐𝟏𝟏𝟓
[ 𝟕𝟓 𝟏𝟑𝟕𝟓 𝟐𝟖𝟏𝟐𝟓 ] [𝑿𝟐 ] = [ 𝟑𝟓𝟗𝟎𝟎 ]
𝟏𝟑𝟕𝟓 𝟐𝟖𝟏𝟐𝟓 𝟔𝟏𝟏𝟖𝟕𝟓 𝑿𝟑 𝟕𝟑𝟏𝟓𝟎𝟎

 Aplicando el Método de Eliminación de Gauss

𝑚=1
[𝐸1 ]0 6 75 1375 2215
0 0
[𝐴: 𝐵] = [𝐸2 ] [ 75 1375 28125 | 35900 ]
[𝐸3 ]0 1375 28125 611875 731500

[𝑬𝟏 ]𝟏 = [𝐸1 ]1−1 = [𝐸1 ]0 = [𝟔 𝟕𝟓 𝟏𝟑𝟕𝟓| 𝟐𝟐𝟏𝟓]

𝑎211−1
[𝐸2 ]1 = [𝐸2 ]1−1 − ( ) [𝐸1 ]1−1
𝑎111−1

75
[𝐸2 ]1 = [75 1375 28125| 35900] − ( ) [6 75 1375| 2215]
6
[𝑬𝟐 ]𝟏 = [𝟎 𝟒𝟑𝟕. 𝟓 𝟏𝟎𝟗𝟑𝟕. 𝟓| 𝟗𝟒𝟔𝟐. 𝟓]

𝑎311−1
[𝐸3 ]1 = [𝐸3 ]1−1 − ( ) [𝐸1 ]1−1
𝑎111−1

1375
[𝐸3 ]1 = [1375 28125 611875| 731500] − ( ) [6 75 1375| 2215]
6
[𝑬𝟑 ]𝟏 = [𝟎 𝟏𝟎𝟗𝟑𝟕. 𝟓 𝟐𝟗𝟔𝟕𝟕𝟎. 𝟖𝟑| 𝟐𝟒𝟔𝟖𝟏𝟐. 𝟓]

[𝐸1 ]1 6 75 1375 2215

[𝐴: 𝐵]1 = [𝐸2 ]1 [0 437.5 10937.5 | 9462.5 ]
[𝐸3 ]1 0 10937.5 296770.83 246812.5

Como la matriz no es triangular superior, se sigue operando.

𝑚=2
[𝑬𝟏 ]𝟐 = [𝐸1 ]2−1 = [𝟔 𝟕𝟓 𝟏𝟑𝟕𝟓| 𝟐𝟐𝟏𝟓]
[𝑬𝟐 ]𝟐 = [𝐸2 ]2−1 = [𝟎 𝟒𝟑𝟕. 𝟓 𝟏𝟎𝟗𝟑𝟕. 𝟓| 𝟗𝟒𝟔𝟐. 𝟓]

𝑎32 2−1
[𝐸3 ]2 = [𝐸3 ]2−1 − ( ) [𝐸2 ]2−1
𝑎22 2−1
 10937.5
[𝐸3 ]2 = [0 10937.5 296770.83| 246812.5] − ( ) [0 437.5 10937.5| 9462.5]
437.5
[𝑬𝟑 ]𝟐 = [𝟎 𝟎 𝟐𝟑𝟑𝟑𝟑. 𝟑| 𝟏𝟎𝟐𝟓𝟎]
[𝐸1 ]2 6 75 1375 2215
[𝐴: 𝐵]2 = [𝐸2 ]2 [0 437.5 10937.5| 9462.5]
[𝐸3 ]2 0 0 23333.3 10250

Entonces:
𝑁=3

𝑏3 2 10250
𝑋3 = 2
=
𝑎33 23333.3

𝑿𝟑 = 𝟎. 𝟒𝟑𝟗𝟑
3
2 1
𝑋2 = (𝑏2 − ∑ 𝑎2 𝑖 2 𝑋𝑖 )
𝑎22 2
𝑖=3

1 1
𝑋2 = (𝑏2 2 − 𝑎23 2 𝑋3 ) 2
= 9462.5 − (10937.5𝑥0.4393)
𝑎22 437.5
𝑿𝟐 = 𝟏𝟎. 𝟔𝟒𝟔
3
2 1
𝑋1 = (𝑏1 − ∑ 𝑎2 𝑖 2 𝑋𝑖 )
𝑎11 2
𝑖=2

1
𝑋1 = (𝑏1 2 − 𝑎12 2 𝑋2 − 𝑎13 2 𝑋3 )
𝑎11 2
1
𝑋1 = (2215 − 75𝑥10.646 − 1375𝑥0.4393)
6
𝑿𝟏 = 𝟏𝟏𝟖. 𝟕𝟓
La ecuación:

𝐶 = 𝑋1 + 𝑋2 𝑃 + 𝑋3 𝑃2

𝑪 = 𝟏𝟏𝟖. 𝟕𝟓 + 𝟏𝟎. 𝟔𝟒𝟔𝒙𝑷 + 𝟎. 𝟒𝟑𝟗𝟑𝒙𝑷𝟐

4.2 Conclusiones
 Bibliografía

Sosa Cáceres, Christopher, Laura Oré, Erick, García Barreto, Carmen, & Padilla Huamán,
Shenira (2018)
Baxter Q, F., Jiménez W., W., & Alvarado A. (2012). Modelación de parámetros ambientales por métodos
de aproximación polinomial fragmentada para generar curvas de interpolación de datos de funciones
complejas. 6th International Conference on Industrial Engineering and Industrial Management.
Chapra, S. C. (2009). Métodos numéricos para ingenieros :con aplicaciones en computadoras personales
/Steven C. Chapra ; traducción de Carlos Zapata ; revisión técnica Fernando Vera Badillo.
Cortés Rosas, J. J., González Cárdenas, M. E., & Pinilla Morán, V. D. (2011). Solución de sistemas de
ecuaciones lineales: Métodos de Jácobi y Gauss-Seidel.
Cumbre pueblos. (23 de octubre de 2017). Cumbre pueblos. Obtenido de Contaminación del aire: Que es,
causas, consecuencias y soluciones: https://cumbrepuebloscop20.org/medio-ambiente/contaminacion/aire/
De La Rosa, M., Mosso, M., & Ullán, C. (2002). El aire: hábitat y medio de transmisión de
microorganismos. Madrid: Observatorio Medioambiental.
DIGESA. (2005). Protocolo de monitoreo de la calidad del aire y getión de los datos.
Hernandez Andara, R., & Bastidas, G. (2011). Análisis numérico en ingeniería quíımica. Herramientas
computacionales para la soluci´on de problemas. Valencia: REVISTA INGENIERÍA UC,.
Medina Collana, J. (2012). METODOS NUMERICOS UTILIZANDO POLYMATH, MATHCAD Y MATLAB
APLICADOS A INGENIERIA QUIMICA. Lima.
MINAM. (2013 - 2014). Informe Nacional de la Calidad del Aire. Lima: MINAM.
Pérez Porto, J., & Merino, M. (2014). Definicion.de. Obtenido de definicion del aire:
https://definicion.de/aire/