República Bolivariana De Venezuela

Universidad Nacional Experimental Politécnica

“Antonio José de Sucre”
Vicerrectorado Barquisimeto
Departamento de Ingeniería Electrónica

RELACIÓ N ENTRE LA CANTIDAD DE TIERRAS DE CULTIVO Y LAS

EMISIONES DE CO2 EN SUECIA Y COLOMBIA

Actividad práctica 1: Análisis temporal de señales

Parte 1 y 2.

Autores:
María Celeste Pérez C.I.: 27.649.020
Angelo A. Niño C.I.:27.436.780
Jason Osta C.I.:28.381.821
Vanessa Gamarra C.I.: 29.707.868
Asignatura: Análisis de Señales
Docente: Dr. Ing. Dimas Mavares

Barquisimeto, 05 de Mayo del 2021.

PARTE 1.

Relación entre las tierras Agrícolas y las emisiones de CO 2

Al momento de observar los datos recopilados a lo largo de los años, sobre el
porcentaje de tierras utilizadas para la agricultura, las emisiones de CO 2 producidas
anualmente y la cantidad de población urbana, se ha identificado un comportamiento
particular en dos países: Suecia y Colombia. Analizando los valores de estas dos naciones,
se ha podido observar cierta relación y similitud entre el comportamiento de estos aspectos
mencionados anteriormente, lo que ha llamado la atención del equipo investigador, y le ha
llevado a analizar a profundidad los datos para buscar las posibles relaciones existentes
entre ellos, encontrar la relación que tiene cada parámetro con los otros y plantear hipótesis
que expongan la dependencia entre estos factores que generan la problemática.

A continuación, se anexan los datos sobre tierras agrícolas de Colombia (AgriLand) y

sus emisiones de CO2 (CO2emisions), así como las tierras agrícolas de Suecia
(AgriLandSweden) y sus respectivas emisiones de CO 2 (CO2emisionsSweden),
comprendidos entre los años 1968 y 2014, y representados de forma gráfica.

Años
1968 1977 1987 1997 2007 2014

Años
1968 1977 1987 1997 2007 2014
 %

Años
1968 1977 1987 1997 2007 2014

Años
1968 1977 1987 1997 2007 2014

Como se puede observar, pareciera que existe cierta semejanza entre los datos de la
cantidad de tierras de cultivo y las emisiones de CO 2 en estos países. En general, se puede
notar que en la medida en que las cantidades de tierra de cultivo fluctúan, las emisiones de
CO2 también varían proporcionalmente. Por ello, se puede sugerir que un factor importante,
mas no necesariamente el único, al momento de medir las emisiones de dióxido de carbono
que produce un país, es la cantidad de tierras de cultivo que posee el mismo. Esto constituye
un factor importante, ya que actualmente la acumulación de CO 2 y de gases de invernadero
en la atmósfera del planeta se ha convertido en un problema muy grave, que requiere de
acciones inmediatas en todos los ámbitos en los que se desarrolla la actividad humana, ya
que cada esfuerzo y cambio que se haga, por más pequeño que sea, cuenta, y puede marcar
una diferencia a futuro, lo cual es de suma relevancia, pues se está hablando del planeta
donde toda la raza humana y todas las especies conocidas viven y hacen de él su hogar,
además, que no se tiene ninguna otra alternativa para vivir, al menos actualmente, por lo que
se debe cuidar de este hogar lo más que se pueda, y asegurar que sea un lugar seguro,
limpio y apto para vivir para las siguientes generaciones

Dicho esto, se puede formular una hipótesis sobre que la actividad agropecuaria
desarrollada en estas tierras es un factor que se relaciona estrechamente en las emisiones
de CO2 que genera cada país anualmente, además, al observar este comportamiento en dos
países tan distintos, se puede generalizar esta hipótesis de manera un tanto más global,
afirmando que, aunque tal vez en algunos países la actividad agropecuaria no sea un
principal factor para las emisiones de este gas de invernadero, no deja de ser un factor
influyente en el mismo, por lo que se deben tomar medidas y buscar soluciones para poder
seguir desarrollando esta actividad, que es tan importante para el desarrollo humano, pero
reduciendo lo más posible las emisiones de CO 2 que éstas involucran. Por otra parte, se
hace destacar que la presente investigación se enfocará principalmente en el estudio de la
relación entre estos factores, para corroborar esta relación entre estas variables mediante el
análisis de los datos proporcionados.

Pasos
Para realizar este análisis de los datos seleccionados, se procederá a hacer uso de las
técnicas de análisis de señales más comunes, como cálculo de energía y potencia y
convolución, ya que estos datos son señales en el tiempo. A pesar de que en las gráficas se
observa una señal continua, por motivos netamente ilustrativos, ya que se observan las
variaciones con mayor detalle, estas señales realmente son de tipo discreto, ya que cada
valor que se tiene corresponde a un año especifico, teniendo solamente los valores anuales,
por lo tanto, la señal se representa realmente de manera discreta y por lo tanto, los cálculos
que se vayan a realizar para su estudio deben ser los correspondidos con las señales
discretas. Dicho esto, se planea seguir el siguiente procedimiento para poder realizar el
estudio pertinente para obtener los datos requeridos:

1) Observar los datos y gráficos proveídos con el fin de seleccionar aquellos a

estudiar, para tener una primera idea del comportamiento de los mismos de manera
superficial, y poder comenzar a analizarlos mediante los procedimientos explicados a
continuación
 2) Determinar el o los periodos convenientes para realizar el estudio, observando
los datos y las gráficas existentes que abarcan desde 1968 hasta 2014. Se tomarán dos
periodos con los que se pueda hacer comparaciones significativas para evaluar el
comportamiento y evolución de ambos factores. Estos periodos serán establecidos en 15
años, los cuales estarán entre 1970 y 1984 y entre el año 2000 y el año 2014, ya que entre
estos intervalos se puede observar, de forma visual y superficial, observando y analizando
las gráficas y los datos a primera vista, ciertos cambios significativos en el comportamiento
de estas cifras, lo cual permitirá establecer comparaciones de las cuales se pueda obtener
mayor información.

3) Estudiar la energía y potencia de cada señal en el tiempo completo de la señal

y en cada periodo seleccionado, con la finalidad de realizar comparaciones. Como el cálculo
de la energía proporciona una medida de la intensidad de la señal en un periodo, ésta se
puede utilizar para calcular y estudiar la amplitud de la señal, en toda la señal y en cada
periodo, se puede utilizar para observar las características de la señal y así hacer
comparaciones, al igual que con el cálculo de la potencia. Esta comparación de energías y
potencias por períodos se realizará haciendo uso de la convolución con un pulso. Se
planeará comparar las energías y potencias entre ambos aspectos de un mismo país y entre
el mismo aspecto de los dos países distintos, es decir, comparar la energía y potencia de las
emisiones de CO2 con la energía y potencia de la cantidad de tierras de cultivo en ambos
países, y luego se comparará la energía y potencia de las emisiones de CO 2 de Colombia
con las de Suecia e igualmente con la cantidad de tierras de cultivo de ambos países.

4) Buscar los porcentajes de correlación entre la cantidad de tierras de cultivo y las

emisiones de CO2 para cada país por separado y en cada período, con el propósito de
estudiar la semejanza entre el comportamiento de estas señales y así encontrar resultados
que ayuden a corroborar, o refutar, la hipótesis. Este porcentaje de correlación se calculará
mediante el uso de la función “corrcoef” que posee la aplicación para realizar cálculos de
coeficientes de correlación, la aplicación a usar para realizar estos tipos de cálculos se llama
“Octave”

5) Se hará uso de la convolución, haciendo uso de las primeras diferencias para

estudiar las variaciones importantes de las señales y así detectar comportamientos y eventos
particulares, con el fin de poder ubicar posibles eventos importantes que ocurren en la señal.
Se estudiarán en este paso los puntos donde se observe un cambio de tendencias, por
ejemplo, en el caso de Colombia, aproximadamente entre los años de 1995 y 2000 y entre
los años de 2010 a 2014, con el fin de poder medir estas variaciones.

6) Haciendo uso también de la convolución, se promediará las señales en puntos

específicos de interés, como en los cuales se observa cambios de tendencias o muchas
irregularidades, tomando un número reducido de aproximadamente 5 muestras, con el fin de
“suavizar” las gráficas y así poder facilitar el estudio de los datos

Hipótesis
Ahora bien, luego de hacer el procedimiento anteriormente sugerido, se esperan
resultados que puedan confirmar, o bien refutar, la hipótesis planteada anteriormente, de
manera que se pueda establecer y confirmar la relación que poseen estos datos entre ellos,
más específicamente, que se pueda corroborar las semejanzas que tiene la disminución o
aumento de la cantidad de tierras de cultivo con la producción de CO 2. Establecido esto, lo
primero que se puede esperar es un alto índice, o coeficiente, de correlación entre los datos
de cantidad de tierras de cultivo y las emisiones de CO 2, ya que este resultado mostrará qué
tan parecido es el comportamiento entre ambas señales, lo que proporcionará una base para
establecer las conclusiones, además, como se mencionó anteriormente, al estar
comparando estos dos vectores en estos dos países, que a pesar de ser tan distintos, se
espera que su índice de correlación sea parecido, para demostrar que éste no es un
problema que ocurre solo en un país en específico, sino más bien para generalizar un poco
más los resultados, haciendo entender que es una realidad que puede ocurrir en muchas
otras partes del mundo, de manera que se pueda entender un poco más sobre la importancia
que tiene la existencia y equilibrio de tierras de cultivo a lo largo del planeta y su apropiado
uso para disminuir lo más posible las emisiones de CO 2 al practicar las actividades de
agricultura sobre ellas.

Por otra parte, al realizar el estudio de la energía y la potencia, tanto en todo el tiempo
de cada señal, como en cada periodo seleccionado, se espera obtener resultados de
potencias que sean parecidos, es decir, proporcionales entre cada país y cada métrica. Al
realizar el método de estudio explicado en el paso 2), se espera obtener que los
comportamientos de la energía por periodos sean similares en ambos países, es decir que, al
comparar la energía y potencia entre la cantidad de tierras de cultivo y las emisiones de CO 2,
la relación obtenida entre estos dos vectores sea de la misma proporción para ambos países.
Con esto se buscará corroborar y complementar los resultados obtenidos en el estudio de
correlación de ambas señales.

PARTE 2.

Desarrollo
A continuación se presentará los respectivos resultados obtenidos del estudio realizado para
encontrar la relación entre las tierras agrícolas y las emisiones de CO 2 en Colombia y Suecia.

En primera instancia, para realizar una primera comparación de los datos a disposición,
procedemos a calcular la energía y potencia de las señales en tiempo discreto, considerando
dos periodos de tiempo para efectos de comparación.

Porcentaje de tierras de cultivo

 Porcentaje de las tierras de cultivo en Colombia en el periodo desde 1970 hasta 1984,
gráficamente:

%
%

1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 Años

El porcentaje de las tierras para cultivo en Colombia entre los años 1970-1984 están
alrededor del 40%, variando en menos de 0,88% a excepción de en el año 1970 que varía
más del 1,2%. Si se observa la gráfica, los valores se muestran bastante estables.

Para la energía, se utilizará la fórmula:

1984
E1 cultivoCO = ∑ |x n|
n=1970

E1 cultivoCO =|38,783|+|40,607|+|40,62|+|40,635|+|40,648|+|40,662|+|40,676|+|40,843|+|40,794|+|40,808|+|40,822|+
 E1 cultivoCO =611,328

La potencia en este período viene dada por

E 1 cultivoCO 611,328
P1 cultivoCO = = ≈ 40,76
T 15

Nótese que la potencia en este periodo nos arroja el resultado de la media de los porcentajes
de tierras para cultivo en Colombia, la cual sería 40,76% aproximadamente.

 Porcentaje de las tierras de cultivo en Colombia en el periodo desde 2000 hasta

2014, gráficamente:

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Años

Para el periodo de años de 2000-2014, el porcentaje de tierra utilizada para cultivos en

Colombia se encuentra alrededor de los 38,7%, un poco por debajo que en el periodo
anterior.

Para la energía:
2014
E2 cultivoCO = ∑ |x n|
n=2000

2
E2 cultivoCO =|40,432|+|37,625|+|37,501|+|39 , 901|+|38,207|+|38,357|+|38,012|+|38,248|+|38,408|+|38,342| +|38,308|

E2 cultivoCO =580,296

La potencia en este período viene dada por

E2 cultivoCO 580,296
P2 cultivoCO = = ≈ 38,69
T 15

La potencia arroja el resultado de la media de los porcentajes en 38,69%.

Se puede notar que E1 cultivoCO > E2 cultivoCO , se verá qué sucede con Suecia y qué sucede con los
datos de la emisión de CO2.

 Porcentaje de las tierras de cultivo en Suecia en el periodo desde 1970 hasta 1984,
gráficamente:

1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 Años

El porcentaje de tierras para cultivo en Suecia para los años 1970-1984 se encuentra
alrededor del 9%. Veamos:

Para la energía
1984
E1 cultivoSE = ∑ |x n|
n=1970

E1 cultivoSE =|9,1461|+|9,1583|+|9 , 0998|+|9 , 0608|+|9 , 1022|+|9 ,0803|+|9 , 1022|+|9 , 0705|+|9 , 0851|+|9,0437|+|9 , 0

E1 cultivoSE =135,512

Se observa que la energía de porcentaje de tierras para cultivo de Colombia para el primer
periodo es mucho mayor que la de Suecia E1 cultivoCO =611,328 ≫ E 1 cultivoSE=135,512

Para la potencia

E1 cultivoSE 135,512
P1 cultivoSE= = ≈ 9,03
T 15

La potencia arroja el resultado de la media de los porcentajes en 9,03%.

 Porcentaje de las tierras de cultivo en Suecia en el periodo desde 2000 hasta 2014,
gráficamente:
 %

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Años

Para la energía
2014
E2 cultivoSE = ∑ |x n|
n=2000

E2 cultivoSE =|7 , 6839|+|7 , 6863|+|7 ,7253|+|7 , 7082|+|7 , 7594|+|7 , 8374|+|7 ,7082|+|7,7594|+|7 ,5377|+|7 , 5035|+|7 , 5

E2 cultivoSE =106,6035

Se observa que la energía de porcentaje de tierras para cultivo de Colombia para el segundo
periodo también es mucho mayor que la de Suecia E2 cultivoCO ≫ E2 cultivoSE

Para la potencia

E2 cultivoSE 106,6035
P2 cultivoSE= = ≈ 7,11
T 15

La potencia arroja el resultado de la media de los porcentajes en 7,11%.

Se observa que el porcentaje de tierras para cultivos de Suecia es muchísimo menor al de

Colombia para el primer periodo estudiado. Sin embargo, al igual que en Colombia, en
Suecia curre que E1 cultivoSE > E 2cultivoSE .

Toneladas de emisión de CO2

 Toneladas de emisión de CO2 en Colombia en el periodo desde 1970 hasta 1984,

gráficamente:
 Toneladas

1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 Años

Para la energía
1984
E1 CO 2emisiónCO = ∑ |x n|
n=1970

E1 CO 2emisiónCO =|1,2875|+|1 ,3412|+|1, 3601|+|1 , 4235|+|1 ,5069|+|1, 4499|+|1 ,5041|+|1 ,5192|+|1 , 5728|+|1 , 6388|+|

E1 CO 2emisiónCO =22,6316

Para la potencia

E 1 CO2 emisiónCO 22,6316

P1 CO2 emisiónCO = = ≈ 1,51
T 15

La potencia arroja una media de las toneladas de emisión de CO2 en Colombia para el
periodo 1970-1984 de 1,51 ton.

 Toneladas de emisión de CO2 en Colombia en el periodo desde 2000 hasta 2014,

gráficamente:
 Toneladas

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Años

Para la energía
2014
E2 CO 2 emisiónCO= ∑ |x n|
n=2000

E2 CO 2 emisiónCO=|1 , 4336|+|1 ,3729|+|1 ,3389|+|1,3622|+|1,28 9|+|1 , 4 0 9|+|1, 4358|+|1,4069|+|1 , 5 164|+|1, 5999|+|1 ,

E2 CO 2 emisiónCO=22,8306

Para la potencia

E2 CO2 emisiónCO 22,8306

P2 CO2 emisiónCO = = ≈1,52
T 15

La potencia arroja una media de las toneladas de 1,52 ton.

Aunque que E1 cultivoCO > E2 cultivoCO, se observa que E1 CO 2emisiónCO ≅ E2 CO2 emis iónCO

 Toneladas de emisión de CO2 en Suecia entre 1970 y 1984, gráficamente:

 Toneladas

1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 Años

Para la energía
1984
E1 CO 2emisiónSE = ∑ |x n|
n=1970

E1 CO 2emisiónSE =|11,486|+|10,445|+|10,438|+|10,738|+|9,7904|+|9,8657|+|10,74|+|10,399|+|9,6106|+|10,24|+|8,6348|

E1 CO 2emisiónSE =1 42, 082

Para la potencia

E1 CO 2emisiónSE 142,082
P1 CO2 emisiónSE = = ≈ 9,47
T 15

La potencia arroja una media de las toneladas de 9,47 ton.

 Toneladas de emisión de CO2 en Suecia entre 2000 y 2014, gráficamente:

Toneladas

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Años

Para la energía
 20 14
E2 CO 2 emisiónSE = ∑ |xn|
n=2000

E2 CO 2 emisiónSE =|5 , 5624|+|5 , 747|+|6 , 4342|+|6 ,1152|+|6 , 0622|+|5 , 7103|+|5 , 459|+|5 , 2535|+|5 , 3281|+|4 , 6314|+|5

E2 CO 2 emisiónSE =81,4175

Para la potencia

E2 CO 2 emisiónSE 81,4175
P2 CO2 emisiónSE = = ≈ 5,43
T 15

La potencia arroja una media de las toneladas de 5,43 ton.

Se observa que en Suecia la energía de las toneladas de CO 2 emitidas en el primer periodo

es menor a la del segundo periodo E1 CO 2emisiónSE > E 2CO 2 emisiónSE, y esto concuerda con la
disminución del porcentaje de tierras para cultivo en el país E1 cultivoSE > E 2cultivoSE .

Hay que realizar las acotaciones que, en el caso del estudio de la energía y potencia:

 Tanto para Colombia como para Suecia, ha habido una disminución en la energía de
los porcentajes de tierras utilizados para cultivo si se comparan los periodos 1970-
1984 y 2000-2014.
 Los porcentajes de tierras para cultivo en Colombia son mucho mayores a los de
Suecia para ambos periodos.
 Contrario a lo que se esperaba, en Colombia la energía de las toneladas de CO2
emitidas en ambos periodos se mantienen muy parecidas.
 Para el caso de Suecia, los resultados obtenidos sí corresponden a lo planteado en la
hipótesis.

Solo con el estudio de las energías y potencias no existe suficiente información para plantear
conclusiones más generales. De esta manera, se procede a continuar con los otros cálculos
planteados para el estudio.

Para realizar éstos cálculos se hizo uso de técnicas de análisis de datos, como la
convolución, para estudiar la energía y la correlación entre ambos vectores, además, se hizo
uso del programa informático de procesamiento matemático “OCTAVE” para realizar dichos
cálculos y para obtener todas las figuras mostradas. Dicho esto, se muestran a continuación
los datos referentes a las tierras de cultivo de Colombia en porcentajes, junto a las emisiones
de CO2 en toneladas métricas:
Se pueden observar los datos correspondientes a cada métrica entre los años 1968 y 2014.
Como se puede notar, a mediados de la década de los 90 ambos vectores comienzan a
mostrar un cambio de comportamiento similar, ya que se observa una disminución en ambos,
el cual se mantiene hasta que por la década del 2010 ambos se vuelven a elevar. Esto
comienza a mostrar la aparente relación que poseen ambos datos. Las funciones en
OCTAVE usadas para realizar estas representaciones fueron:

figure (); plot (AgriLand(1:1,1:48),AgriLand(2:2,1:48)); title ('Tierras de

cultivo - Colombia (%)');

figure (); plot (CO2emisions(1:1,1:47),CO2emisions(2:2,1:47)); title ('Emisiones

de CO_2 - Colombia(ton. metricas)')

En donde AgriLand es el vector con los datos de el porcentaje de tierras de cultivo

anualmente de Colombia y CO2emisions corresponde al vector de las toneladas métricas de
CO2 producidas anualmente por este país.

Además, se hizo un estudio de la correlación entre ambas métricas, el cual arrojó un

resultado de 40,94% de correlación. Se realizó de la siguiente manera en OCTAVE:

corrcoef(AgriLand(2:2,1:47),CO2emisions(2:2,1:47))

ans =

1.0000 0.4094

0.4094 1.0000

Luego se procedió a realizar una convolución de ambos parámetros usando un escalón

unitario como respuesta impulsiva de la forma h [n ]=u [n ]−u [n−3], con este procedimiento se
logra “suavizar” un poco más las gráficas. Se usa este escalón en específico para que al
aplicar la convolución el suavizado no sea tan grande y no se pierdan mayores detalles de la
misma. A continuación se puede apreciar gráficamente el resultado de esta operación:
La manera en que se realizaron los éstos cálculos en OCTAVE fue de la siguiente manera:
u = [ones(1,3) zeros(1,2)]

u = 1 1 1 0 0

a1= conv(u,AgriLand(2:2,1:48))

a2= conv(u,CO2emisions(2:2,1:47))

figure (); plot ([1968:2019], a1(1:52)); title ('Tierras de cultivo - Colombia

(convolucion)')

figure (); plot ([1968:2018], a2(1:51)); title ('Emisiones de CO_2 - Colombia

(convolucion)')

Luego, al buscar el coeficiente de correlación entre ambos resultados, se observó un

interesante resultado del 90,76%, lo cual muestra que ambos parámetros, a grandes rasgos,
están estrechamente relacionados. En OCTAVE se realizó el siguiente procedimiento:

corrcoef (a1(1:50),a2(1:50))

ans =

1.0000 0.9076

0.9076 1.0000
Para obtener estas figuras se procedió a realizar la primera derivada de ambas señales,
haciendo convolución de los vectores de Tierras de cultivo y emisiones de CO2 con una
señal de la forma: g [ n ] =δ [ n ] −δ [ n−1 ], estas derivadas muestran la forma como varían las
señales en cada instante, revelando comportamientos especificos y sucesos importantes,
como cambios de tendencias. Para realizar estos cálculos se procedió a usar los siguientes
comandos en OCTAVE:

v=[1 -1 0 0 0 0 0 0]

v = 1 -1 0 0 0 0 0 0

c1= conv(v,AgriLand(2:2,1:48))

c2= conv(v,CO2emisions(2:2,1:47))

figure (); plot ([1968:2019], c1(1:52)); title ('Tierras de cultivo - Colombia

(1era deriv)')

figure (); plot ([1968:2019], c2(1:52)); title ('Emisiones de CO_2 - Colombia

(1era deriv)')

Luego se realizó un estudio de la correlación como anteriormente se realizó con las otras
señales obtenidas, obteniendo un coeficiente de correlación del 58,48%, lo cual nuevamente
indica que el comportamiento de ambas señales varía con bastante similitud.

corrcoef(c1(1:48),c2(1:48))

ans =

1.0000 0.5848

0.5848 1.0000
Además, se estudió la energía de ambas señales para todo el periodo que estas
comprendían, lo cual arrojó los siguientes resultados:

Para obtener estos resultados se procedió a realizar las siguientes operaciones en OCTAVE:
r=[ones(1,48) zeros(1,5)]

x1= conv(r,AgriLand(2:2,1:48))

x2= conv(r,CO2emisions(2:2,1:47))

figure (); plot ([1968:2015],x2(1:1,1:48)); title ('Emisiones de CO_2-Colombia

(energia)');

figure (); plot ([1968:2015],x1(1:1,1:48)); title ('Tierras de cultivo-Colombia

(energia)');

Se puede observer que x1 y x2 es la energía correspondiente de la señal, x1 del vector

“tierras de cultivo en Colombia” y x2 corresponde a la energía del vector “Emisiones de CO2
en Colombia”. X1 tiene un máximo igual a 1915,7 y el máximo de x2 es igual a 72,506

El coeficiente de relación entre el comportamiento de la energía en estas señales es del

99,98%, lo que indica que a pesar de tener valores tan distantes, ambas varían en las
mismas proporciones

corrcoef(x1(1:47),x2(1:47))

ans =

1.0000 0.9998

0.9998 1.0000

x 1 1915,7
La potencia de cada señal es de = =40,76 para las tierras de cultivo y de
47 47
x 2 72,506
= =1,61 para las emisiones de CO2, que nuevamente son valores bastante
47 47
distantes, pero esto debido a la gran diferencia entre ambas energías
Los procedimientos anteriormente descritos se repitieron esta vez para las métricas de las
tierras de cultivo y emisiones de CO2, pero esta vez en Suecia, con la finalidad de comparar
los resultados para poder formular conclusiones que sean más consistentes, mejor
fundamentadas y más globales, esto último es muy importante, ya que demostraría que esta
situación, la relación entre estos dos vectores es algo que ocurre en distintas partes del
mundo, lo que lo convierte en un factor importante a tomar en cuenta para la planificación de
cada país. A continuación se muestran los vectores de tierras de cultivo y emisiones de CO2
de suecia con el procedimiento correspondiente en OCTAVE para obtenerlas:

figure (); plot (AgriLandSweden(1:1,1:48),AgriLandSweden(2:2,1:48)); title

('Tierras de cultivo - Suecia (%)');

figure (); plot (CO2emisionsSweden(1:1,1:47),CO_2emisionsSweden(2:2,1:47)); title

('Emisiones de CO2 - Suecia(ton. metricas)')

En donde AgriLandSweden es el vector con los datos de el porcentaje de tierras de cultivo

anualmente de Suecia y CO2emisionsSweden corresponde al vector de las toneladas
métricas de CO2 producidas anualmente por este país entre los años 1968 y 2014.

Además, se realizó igualmente un estudio de correlación entre ellas con el fin de estudiar el
parentezco en el comportamiento de ambas, con lo que se obtuvo un coeficiente de 92,10%,
lo cual es un resultado bastante impactante, denotando una alta relación en el
comportamiento de ambas señales, aún más que lo que se observaba en Colombia

corrcoef(AgriLandSweden(2:2,1:47),CO2emisionsSweden(2:2,1:47))

ans =

1.0000 0.9210

0.9210 1.0000
Como se puede observar, se realizó convolución a estas señales con la misma señal
h [n ]=u [n ]−u [n−3] que se usó anteriormente en la convolución de estos parámetros en
Colombia, y al realizar el estudio respectivo de correlación se obtuvo un índice de correlación
del 81,03%, la cual es sigue siendo una cifra bastante alta, al igual que como se pudo
observar en Colombia, por lo que en aspectos generales, pasando por alto ciertos
comportamientos particulares, se puede observar una alta similitud entre ambas señales

b1= conv(u,AgriLandSweden(2:2,1:48))

b2= conv(u,CO2emisionsSweden(2:2,1:47))

figure (); plot ([1968:2019], b1(1:52)); title ('tierras de cultivo - Suecia

(convolucion)')

figure (); plot ([1968:2018], b2(1:51)); title ('Emisiones de CO_2 - Suecia

(convolucion)')

corrcoef (b1(1:50),b2(1:50))

ans =

1.0000 0.8103

0.8103 1.000
Al realizar los cálculos de las 1eras derivadas se obtuvieron los siguientes resultados y las
siguientes figuras, en donde destaca un coeficiente de correlación del 86,89%, nuevamente
un coeficiente bastante alto, que deja en evidencia que los comportamientos de ambos
vectores son muy similares. Graficamente se puede observar que, a pesar que las emisiones
de CO2 tengan más variaciones que las tierras de cultivo, éstas no son muy determinantes,
por lo que en general, poseen un comportamiento similar

El procedimiento para obtener estos resultados en OCTAVE fueron:

d1= conv(v,AgriLandSweden(2:2,1:48))

d2= conv(v,CO2emisionsSweden(2:2,1:47))

figure (); plot ([1968:2019], d2(1:52)); title ('Emisiones de CO_2 - Suecia (1era
deriv)')

figure (); plot ([1968:2019], d1(1:52)); title ('Tierras de cultivo - Suecia (1era
deriv)')

corrcoef(d1(1:48),d2(1:48))

ans =

1.0000 0.8689

0.8689 1.0000
Luego, se realizó el estudio de la energía de cada señal en este periodo entre los años 1968
y 2014, en el cual se obtuvo las figuras expuestas a continuación.

y1= conv(r,AgriLand(2:2,1:48))

y2= conv(r,CO2emisions(2:2,1:47))

figure (); plot ([1968:2015],y2(1:1,1:48)); title ('Emisiones de CO_2-Suecia

(energia)');

figure (); plot ([1968:2015],y1(1:1,1:48)); title ('Tierras de cultivo-Suecia

(energia)');

se puede observar que y1 y y2 es la energía correspondiente de la señal, y1 del vector

“tierras de cultivo en Suecia” y y2 corresponde a la energía del vector “Emisiones de CO2 en
Suecia”. y1 tiene un máximo igual a 398,08 y el máximo de y2 es igual a 339.87, aquí se
puede observar que los valores máximos de energía de cada señal son bastante cercanos, lo
cual se puede observar a su vez a notar el alto índice de correlación que hay entre las dos
(99,61%)

corrcoef(y1(1:47),y2(1:47))

ans =

1.0000 0.9961

0.9961 1.0000

y 1 398,08
la potencia de cada señal es de = =8,47 para las tierras de cultivo y de
47 47
y 2 339,87
= =7,23 para las emisiones de CO2, lo cual se observan que son valores
47 47
ciertamente cercanos, por lo que se aprecia más la similitud entre ambos factores.
Ahora se procederá a hacer estudios en los periodos comprendidos entre 1970-1984 y 2000-
2014, para así observar a mayor detalle los comportamientos de ambas métricas

Procedamos con el periodo de 1970-1984, los coeficientes de correlación entre las tierras de
cultivo y las emisiones de CO2 de Colombia, a continuación se presentan los gráficos
correspondientes:

figure (); plot (AgriLand(1:1,3:17),AgriLand(2:2,3:17)); title ('Tierras de

cultivo - Colombia (%)1970-1984)');

figure (); plot (CO2emisions(1:1,3:17),CO2emisions(2:2,3:17)); title ('Emisiones

de CO_2 - Colombia(ton. metricas)1970-1984')

Y se obtuvo un coeficiente de correlación del 66,85%, el cual a pesar de no ser tan alto, es
significativo, ya que demuestra que ambos poseen un comportamiento similar

corrcoef(AgriLand(2:2,3:17),CO2emisions(2:2,3:17))

ans =

1.0000 0.6685

0.6685 1.0000

Ahora se procederá con el periodo de 1970-1984, los coeficientes de correlación entre las
tierras de cultivo y las emisiones de CO2 de Suecia, a continuación se presentan los gráficos
correspondientes:
figure (); plot (AgriLandSweden(1:1,3:17),AgriLandSweden(2:2,3:17)); title
('Tierras de cultivo - Suecia (%)1970-1984)');

figure (); plot (CO2emisionsSweden(1:1,3:17),CO2emisionsSweden(2:2,3:17)); title

('Emisiones de CO_2 - Suecia(ton. metricas)1970-1984')

Y se observa también una alta correlación a simple vista, lo cual se corresponde con el
coeficiente de correlación, del 92,93%. Verdaderamente se puede apreciar la similitud y
relación que tienen estos parámetros entre si.

corrcoef(AgriLandSweden(2:2,3:17),CO2emisionsSweden(2:2,3:17))

ans =

1.0000 0.9293

0.9293 1.0000

Ahora procederemos a realizar este mismo estudio, pero para el periodo comprendido entre
los años 2000 y 2014, ya que además de ser un periodo más actual, es en el cual se
observan ciertos comportamientos particulares, sobretodo en las métricas de Colombia
El procedimiento realizado en Octave fue:
figure (); plot (CO2emisions(1:1,33:47),CO2emisions(2:2,33:47)); title ('Emisiones
de CO_2 - Colombia(ton. metricas)(2000-2014)')

figure (); plot (AgriLand(1:1,33:47),AgriLand(2:2,33:47)); title ('Tierras de

cultivo - Colombia (%)(2000-2014)');

A pesar de que graficamente se puedan observar ciertas similitudes, el coeficiente de

relación indica un porcentaje deñ -59,92%, por lo que su comportamiento es en realidad
bastante “contrario”, antagónico, lo que demuestra que en este período, en Colombia, las
emiciones de CO2 no están tan relacionadas a las tierras de cultivo, tal vez debido a las
nuevas tecnologías que se implementan día a día en los procesos de cultivos, los cuales
disminuyen las emisiones de CO2 que produce la actividad agrícola, sin embargo, no es algo
que con este estudio se pueda verificar, lo que si se puede concluir es que en la actualidad la
cantidad de tierras de cultivos no está del todo relacionada con las emisiones de CO2 que
posee el país anualmente

corrcoef(AgriLand(2:2,33:47),CO2emisionsSweden(2:2,33:47))

ans =

1.0000 -0.5992

-0.5992 1.0000

Veamos ahora el caso de Suecia

figure (); plot (AgriLandSweden(1:1,33:47),AgriLandSweden(2:2,33:47));
title ('Tierras de cultivo - Suecia (%)2000-2014)');

>> figure (); plot

(CO2emisionsSweden(1:1,33:47),CO2emisionsSweden(2:2,33:47)); title
('Emisiones de CO_2 - Suecia(ton. metricas)2000-2014'

En este caso si se puede observar bastantes similitudes entre ambas gráficas, que se
confirman al observar el índice de correlación de 76,30%. Sin embargo, es un porcentaje un
tanto más bajo que el observado en el periodo de 1970-1984

>> corrcoef(AgriLandSweden(2:2,33:47),CO2emisionsSweden(2:2,33:47))

ans =

1.0000 0.7630

0.7630 1.0000
 CONCLUSIONES
Luego de haber aplicado las herramientas conocidas de análisis de señales, como lo
son la convolución y el cálculo de la energía y potencia, haciendo uso además de una
poderosísima herramienta como lo es OCTAVE, se pudieron encontrar resultados
ciertamente interesantes y con bastante relevancia, ya que en su mayor parte confirman la
hipótesis planteada, es decir, corroboran que existe una relación entre el porcentaje de
Tierras de Cultivo presentes anualmente en un país y las emisiones de CO 2 que produce el
mismo anualmente.

A rasgos generales, se observa que estos dos factores tienen un alto nivel de relación
a lo largo del tiempo, es decir, en todo el periodo entre 1968 y 2014, ya que en ambos países
se observaron índices de correlación entre ambos parámetros bastante elevados, por encima
del 60%, lo cual se observa también en las señales luego de procesarlas con convolución
para suavizarlas, para encontrar los comportamientos específicos con las primeras derivadas
y en las energías de cada señal.

No obstante, cuando se analiza esta relación por períodos, se nota que el nivel de
relación entre ambos parámetros ha disminuido en los últimos 15 años, ya que se observa
que, en épocas anteriores, en la década del 70’ y 80’, la relación entre ambos parámetros era
mucho más alta que a partir del año 2000, en donde se ve que estos factores se comienzan
a desligar, sobretodo en el caso de Colombia. Este hecho, da a pensar que tal vez
actualmente se han estado aplicando nuevas técnicas y tecnologías para desligar estos dos
factores, buscando que las tierras de cultivo no sean un factor que esté tan interrelacionado
con las emisiones de CO2 que produce anualmente el país. También, puede ser indicio de
que se ha buscado un progreso en las tierras de cultivo, para que, a pesar de que estos
aumenten, las emisiones de CO 2 no lo hagan también en la misma proporción, hecho que es
sumamente importante en países cuya economía se basa principalmente en la agricultura.