Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TESIS DE GRADO
“MODELO DE SIMULACIÓN PARA DETERMINAR LA VIDA ÚTIL DEL
RELLENO SANITARIO DE ALPACOMA DE LA CIUDAD DE LA PAZ”
LA PAZ – BOLIVIA
2015
UNIVERSIDAD MAYOR DE SAN ANDRÉS
FACULTAD DE CIENCIAS PURAS Y NATURALES
CARRERA DE INFORMÁTICA
LICENCIA DE USO
Ante todo a Dios que me permite cumplir con una meta más en mi vida, quien siempre está
en todo momento conmigo.
A mi madre, quien siempre ha estado en los momentos más difíciles que la he necesitado,
gracias mamita por sacrificarte por mí y mi hermano, esto solo es un paso que doy en mi
vida, y es gracias a ti. Te amo mamita Aquilina. Así también a mi padre Celso, quien
siempre me ha dado fuerza de superación en todo momento y a pesar de varios problemas
siempre me apoyaste, mil gracias papá te quiero. Así también a mi hermano con quien
comparto ideas constructivas gracias Rodrigo.
Al M. SC. Aldo Ramiro Valdez Alvarado, Lic. Brígida Alexandra Carvajal Blanco quienes
me colaboraron de forma excelente en la elaboración de la presente Tesis, gracias por sus
observaciones, sugerencias y conocimientos entregados.
A los docentes de nuestra prestigiosa carrera de Informática con quienes tuve el grato honor
de pasar clases, gracias por los conocimientos brindados para mi formación.
A mis grandes Amigas y Amigos de la universidad con los quienes compartí y aun
comparto, momentos inolvidables desde inicios de carrera, gracias por su apoyo
incondicional. Pero en especial a mi Grupo de amigos con los que comenzamos este
recorrido: Marcelo, Ivar, Royer, Pedro y Cristian con los cuales siempre compartimos
conocimiento, alegrías y sobre todo hermandad. Gracias chicos, valoro su amistad.
Los resultados generados por nuestro modelo de simulación a partir del prototipo diseñado,
demuestran una razonable representación la generación de residuos para determinar la vida
útil del relleno sanitario. Haciendo una comparación con un modelo matemático, para
analizar y verificar nuestras salidas que generara el modelo planteado.
Palabras Clave: Simulación, Modelo, Cadenas de Markov, Relleno Sanitario, Vida útil.
ABSTRACT
The present research, a simulation model that helps to represent the problems the system to
be studied is made; in this case, the processes of solid waste. Following a research
methodology that will determine the life of the landfill Alpacoma city of La Paz, using
Markov chains as proposed model for the simulation model that will continue the
simulation process for its preparation. Markov chains are an alternative modeling to
determine the useful life of the landfill (RS) with the best possible approach to the
representation of the simulation model.
The proposed model is seen to determine the state probabilities will have our simulation
model and from that determine the life of the landfill Alpacoma. This input data took from
2011 to 2013 for us, validation, verification and testing of proposed model. As well as
graphics, table statistics, such as population census of the city of La Paz, among others.
The results generated by our simulation model from prototype designed, demonstrate a
reasonable representation waste generation to determine the useful life of the landfill.
Making a comparison with a mathematical model to analyze and verify our outputs
generated by the proposed model.
TABLA 1.1 Diagnóstico Del Relleno Sanitario Nuevo Jardín De Alpacoma ....................... 9
TABLA 1.2 Operacionalización De Variables .................................................................... 13
TABLA 2.1 Tipos De Simulación ....................................................................................... 18
TABLA 2.2 Tipos De Modelo ............................................................................................. 20
TABLA 3.1 Población De La Ciudad De La Paz Hasta El Año 2022 ................................. 43
TABLA 3.2: Producción Percápita De Residuos................................................................. 43
TABLA 3.3 Producción Diaria De Residuos ....................................................................... 44
TABLA 3.4: Volumen Diario De Residuos Ingresados Y Compactados ............................ 45
TABLA 3.5 Volumen Anual ................................................................................................ 46
TABLA 3.6 Volumen Del Relleno Sanitario De Alpacoma ................................................ 47
TABLA 3.7 Parámetros Del Modelo ................................................................................... 50
TABLA 3.8 Datos Generados De La Simulación ................................................................ 58
TABLA 3.9 Comparación De Resultados............................................................................ 61
TABLA 3.10 Datos De Los Experimentos .......................................................................... 63
TABLA 3.11 Datos De Los Experimentos .......................................................................... 64
TABLA 3.12 Cambio De Los Estados En Cada Experimento ............................................ 65
TABLA 4.1 Volumen De Residuos Hasta El 2022 ............................................................. 69
TABLA 4.2 Comparación Del Modelo Informal Y Formal ................................................ 70
TABLA 4.3 Datos Para La Prueba De Kolgomorov ........................................................... 70
TABLA 4.4 Prueba De Kolgomorov ................................................................................... 71
ÍNDICE DE FIGURAS
1.1 Introducción
En grandes ciudades del país y especialmente en la ciudad de La Paz, en los últimos años,
los residuos sólidos han incrementando considerablemente, debido al crecimiento
demográfico de la población, al desarrollo industrial y urbanístico. Convirtiéndose en un
problema la generación de residuos aquellos que no son recolectados, reutilizados y
reciclados, los cuales generan problemas en el ecosistema. La acumulación y el inadecuado
manejo de los residuos sólidos, generan que exista un incremento en la contaminación
ambiental, contaminación en los suelos, focos de infección que son generadores de
enfermedades para población de la ciudad de La Paz.
La creación de rellenos sanitarios permite almacenar bajo suelo, reducir y compactar los
residuos que son generados por la población, con el uso de este relleno sanitario el índice
de contaminación, causado por los residuos se reduce, ya que en estos sitios, los residuos
son tratados y procesados. Para después ser enterrados bajo tierra e incinerados, es de suma
importancia para las grandes ciudades el de contar con un relleno sanitario.
En la ciudad de La Paz los residuos sólidos son recogidos por la empresa SABENPE y 9
microempresas en las laderas norte y noroeste de la mancha urbana. Los residuos se
disponen en el Relleno Sanitario Nuevo Jardín de Alpacoma, donde son tratados y
almacenados en macroceldas impermeabilizadas. El Relleno sanitario de Alpacoma, recibe
alrededor de 550 toneladas de residuos por día, lo cual hace que este pierda la capacidad de
almacenaje y así el tiempo de vida útil; datos que fueron obtenidos por el Viceministerio de
Medio Ambiente y Agua (MMyA, 2011). Debido a que de esa cantidad de residuos
generados que ingresan día a día al relleno no son reciclados, ni reutilizado por la
población.
La simulación es una herramienta de la investigación de operaciones que permite estudiar
los sistemas y los problemas de cualquier ámbito en el que es requerido. Los estudios que
se realizan con la simulación se basan en una réplica a partir de un modelo.
1.2 Antecedentes
2
En ese mismo periodo Keith Douglas Tocher desarrolló un programa de simulación general
cuya principal tarea era el de simular una planta de producción donde las máquinas
ciclaban por estados: Ocupado, Esperando, No disponible y Fallo; de manera que las
simulaciones en los cambios de estado de las máquinas marcarán el estado definitivo de la
producción de la planta. Este trabajo produjo además el primer libro sobre la simulación:
The Art of Simulation (1963).
3
del proceso de incineración, para diferentes escenarios simulados. Se tiene en cuenta la
tendencia actual de generación de residuos fermentables, papel y cartón, textil, y madera, su
influencia en los flujos másicos y de energía en el sistema de incineración, así como en la
disminución del volumen de residuos que se disponen en el relleno y por ende en el
aumento de su vida útil. Para su desarrollo se utilizó el software STELLA, información
relacionada con la disposición de residuos en el relleno sanitario y del crecimiento
poblacional de los lugares que lo sirven. Los resultados obtenidos permitieron estimar el
poder calorífico teórico de los residuos analizados, la cantidad de energía que podrían
generar al ser incinerados y su influencia en la vida útil del relleno.
Según estudios realizados respecto a simulación de vida útil de Rellenos Sanitarios, existe
poca información en nuestro medio; la mayor parte de los trabajos van orientados a estudios
de reciclaje, efectos de contaminación ambiental, diagnósticos de residuos sólidos e
importancia económica del reciclaje. Siendo estos estudios teóricos y estadísticos.
Entre estos podemos citar los siguientes:
En el (Ministerio de Medio Ambiente y Agua. 2011) Bajo la dirección de el Ministro Dr.
Felipe Quispe Quenta. Viceministro Lic. José Antonio Zamora y Director General de
4
Gestión Integral de Residuos Sólidos. Se hace el “Diagnóstico de Residuos Sólidos en la
Ciudad de La Paz”.
Donde se hace un diagnóstico de residuos generados en el Departamento de La Paz con
información cualitativa y cuantitativa obtenida a través de visitas a municipios, entrevistas
a autoridades y técnicos municipales. Diagnóstico que se realiza a través de una muestra
analizada del 95.5% de la población urbana y el 1.8% del total de la población rural.
Trabajo aplicado al modelo ISA/JP, como indicador de salud ambiental, estudio realizado
para completar los resultados con el Sistema de Información Georeferenciada para cálculos
y espacialización de la información.
5
(Nataly Zavala Laos, 2012) Realiza “La Importancia Económica del Reciclaje de Residuos
Sólidos Inorgánicos en el Macro-Distrito de la Periférica de la Ciudad de La Paz periodo
1999-2011” Donde plantea el manejo del reciclaje de residuos sólidos inorgánicos, para
reducir gastos y generar ingresos en la población.
6
sanitario. Modelo construido desde la dinámica de sistemas y desarrollando la
simulación con el software Vensim PLE.
7
la Liga de Defensa del Medio Ambiente (Lidema), del total de residuos sólidos que se
genera por día 550 toneladas métricas, cifra que puede variar por la época del año, un 17,84
por ciento puede ser reciclado.
Parámetros Descripción
Ubicación 14 Km del centro urbano de la ciudad
Área Total 40 Has.
Superficie
Área Utilizada 35,30 Has.
Año de inicio de
2004
Operaciones
8
Toneladas Dispuestas 453 Ton/día promedio
Entidad Operadora TERSA
Tipo de Impermeabilización Geomembrana y Arcilla
Venteo y quema de gases, flujo de biogás promedio
Captación de gases
35.21 m3/hora
Captación de lixiviados Drenes de PVC(Polivinilo de Cloruro)
Cerco perimetral y área de amortiguamiento, como
Infraestructura
medida de seguridad.
Control de plagas y vectores Diariamente
Costo de Disposición 64.0 Bs/Ton.
9
Figura 1.2 Vista Satelital del Relleno Sanitario de Alpacoma
Fuente: Análisis Ambiental de La Paz, 2009
¿Cómo se puede determinar la vida útil del relleno sanitario de Alpacoma de la Ciudad de
La Paz?
10
El estado de las variables de entrada no controlados influirá en el modelo,
provocando poca precisión en los cálculos.
Los factores que influyen en el proceso de almacenaje de residuos, genera que el
modelo sea poco preciso.
Cada año la población va incrementando y con este la producción de residuos
sólidos, que son almacenados en los rellenos sanitarios. Generando que este
relleno vaya reduciendo la capacidad de almacenaje.
La incertidumbre de la cantidad de residuos procesados, provoca que los datos de
salida tengan a variar.
Los residuos que no son reciclados y mucho menos llevados a estos rellenos,
provocan focos de contaminación.
Existen material que no es reducido, reciclado y reutilizado, esto provoca que los
rellenos lleguen a almacenar enormes cantidades de residuos.
Diseñar un modelo de simulación que determine la vida útil del relleno sanitario de
Alpacoma de la Ciudad de La Paz.
11
Estudiar todos los factores que interviene a la hora de almacenar los residuos,
para que el modelo sea más preciso.
Verificar información actual sobre la generación de residuos sólidos, de la ciudad
de La Paz.
Verificar la cantidad de residuos procesados, para controlar los datos de salida.
Analizar si se puede reducir estos focos de contaminación.
Analizar las consecuencias que traerá si el relleno se desborda.
1.5 Hipótesis
El modelo de simulación basado en cadenas de Markov, determina la Vida Útil del Relleno
Sanitario de Alpacoma, con un margen de error de predicción del 0,5%.
12
Error de la prueba de hipótesis
con Kolgomorov Establece la cantidad de
VARIABLE
Probabilidad de uso volumen del años que tendrá de
INDEPENDIENTE
relleno. funcionamiento el relleno
Modelo de Simulación
Probabilidad de generación de sanitario.
residuos.
Estados Se define el modelo a través
Entradas del uso de cadenas de
VARIABLE
Diagrama de Transición Markov. A partir de los
INTERVINIENTE
Matriz de Transición diferentes estados, para
Cadenas de Markov
Salidas determinar la probabilidad
de vida útil.
1.6 Justificación
1.6.1 Económica
Con este modelo de simulación, permitiremos una mejor toma de decisiones, de las
empresas encargadas, en cuanto a inversiones económicas para buscar formas y
herramientas que permitan reducir más los residuos, así mismo con este prolongar la vida
útil de esté relleno sanitario de Alpacoma.
Las empresas encargadas de la administración de esté relleno, podrán ahorrar futuros gastos
en cuanto a ampliaciones del área de almacenamiento, de residuos. Ayuda a gestionar
económicamente al Gobierno Municipal de La Paz, en futuras búsquedas de rellenos
sanitarios y pronosticar la vida útil de los nuevos rellenos que se desearían construir.
13
1.6.2 Social
Permite a la ciudadanía y autoridades conocer la vida útil de este relleno, para así realizar
una mejor toma de decisiones, respecto a la planificación de prolongar el uso del relleno
sanitario de Alpacoma, para prevenir el desbordamiento de este relleno sanitario. Las
autoridades verán si es conveniente buscar nuevas áreas para la disposición de residuos, una
vez que el relleno sanitario actual deje de ser utilizado, para evitar que no exista focos de
infección emanados por el relleno, y este no afecte a la comunidad paceña en tema de
contaminación ambiental, enfermedades, y en ecosistema.
1.6.3 Científica
El presente trabajo plantea un modelo de simulación, a partir de variables que influyen para
el control de vida útil de rellenos sanitarios, para futuras predicciones y toma de decisiones.
Así también se buscará un modelo matemático que permita determinar resultados.
1.7.1 Alcances
Los alcances que tendrá la tesis de grado a partir de la simulación serán:
1.7.1.1 Temporal
14
pretende ver si este año se desbordara el relleno la Vida Útil o se prolongará su uso, a partir
del uso de datos históricos generados desde 2011 hasta 2014.
1.7.1.2 Espacial
1.7.2 Límites
1.8 Aportes
1.8.1 Teórico
Se planteara un modelo matemático, que permitan la predicción de la vida útil del relleno
sanitario de Alpacoma. Para un determinado tiempo en función a las variables que afecten
al modelo de estudio.
1.8.2 Práctico
15
1.9 Metodología
La herramienta que se utilizará para la simulación de la vida útil del relleno sanitario será
MatLab 2010 y PROMODEL 7.5, que proporciona un marco de referencia y una interface
gráfica de usuario para la observación e interacción cuantitativa de las variables de un
sistema.
16
CAPÍTULO II
MARCO TEÓRICO
2.1 Simulación
Tiene como principal objetivo la predicción, es decir, puede mostrar lo que sucederá en un
sistema real cuando se realicen determinados cambios bajo determinadas condiciones. Se
emplea sólo cuando no existe otra técnica que permita encarar la resolución de un
problema. Siempre es preferible emplear una alternativa analítica antes que simular. Lo
anterior no implica que una opción sea superior a otra, sino que los campos de acción no
son los mismos. Mediante la simulación se han podido estudiar problemas y alcanzar
soluciones que de otra manera hubieran resultado inaccesibles. [BERGER, 2000]
17
2.1.1 Tipos de Simulación
Las simulaciones por computadora son programas que sostienen modelos de sistemas
reales. El comportamiento de estos sistemas se expresan mediante cambios en las variables
que lo describen. En caso de que no sea posible representarlos todos, se selecciona una
representación de los principales estados del sistema real. [RODRIGUEZ, 2009]
La experimentación con las simulaciones se realiza dando entradas al modelo y analizando
sus salidas.
2.2 Modelo
18
“Es una representación de la realidad que se desarrolla con el propósito de estudiarla. En la
mayoría de los análisis no es necesario considerar todos los detalles; de tal manera, el
modelo no solo es un sustituto de la realidad, sino también una simplificación de ella”.
[TORRES, 2001]
Es importante mencionar que los modelos no nos proporcionan una información directa de
lo que está ocurriendo realmente en el mundo real. Las predicciones del modelo deberán ser
validas o refutadas por los resultados empíricos. Véase Figura 2.1
ENTRADA X ENTRADA
CORRESPONDENCIA
PARÁMETROS
PARÁMETROS
CORRESPONDENCIA
SISTEMA MODELO
INFERENCIA
Y
SALIDA
SALIDA
Figura 2.1 Concepto de Modelo
Fuente: Torres, 2001
19
2.2.1 Clasificación de los modelos
Dinámicos Utilizados para representar sistemas cuyo estado varía con el tiempo.
Utilizados para representar sistema cuyo estado es invariable a través
Estáticos
del tiempo.
Físicos Es representado por algo tangible, construido a escala.
Analíticos La realidad se representa por formulas matemáticas.
Numéricos Se tiene el comportamiento numérico de las variables intervinientes.
Las variables intervinientes son continuas; los cambios de estado son
Continuos
graduables.
Discretos Las variables son discretas y sus cambios de estado por intervalos.
Determinísticos Son modelos cuyas condiciones os únicas y siempre las mismas.
Representan sistemas donde los hechos suceden al azar. No se puede
Estocásticos asegurar las acciones en un determinado instante. Se conoce la
probabilidad de ocurrencia y su distribución probabilística.
Tabla 2.2 Tipos de Modelo
Fuente: Rodríguez & Quesada, 2009
La simulación consiste en usar el modelo para producir una historia de estados del sistema.
La simulación es por tanto un proceso y el modelo usado es un modelo de simulación. Un
modelo de simulación no tiene por tanto una estructura especial y definida como si la tienen
por ejemplo los modelos de optimización. [BERGER, 2000]
20
Modelos Continuos: Se construyen utilizando cálculos para presentar un sistema con un
número de estados infinitos.
Modelo Discretos: Utilizan teorías estadísticas y de colas para representar sistemas con
estados cuantitativos discretos.
Los modelos lógicos son los más utilizados en simulaciones educacionales, mientras los
modelos continuos y discretos son más utilizados en simulaciones científicas y de
ingeniería.
La esencia misma de la simulación, el hecho que comprenda cálculos numéricos, hace que
resulte natural usar la informática como medio para su desarrollo. Es por esto que es
necesario tener un esquema básico para el desarrollo de un modelo de simulación, de tal
forma que denote explícitamente diferentes etapas de control. Por otro lado, en muchas
ocasiones, el modelo resultante de un sistema real puede ser tan complejo o grande que no
es posible o práctico desarrollar una metodología de solución basada en un análisis
matemático. [RODRIGUEZ & QUESADA, 2009].
21
Formulación del problema.
Colección de datos.
Validación
Experimentación.
Interpretación
Documentación.
2.4.1 Formulación del Problema.- Todo estudio debe comenzar con una clara definición
de objetivos, de detalles específicos que se quieren cubrir, para ello se debe tener una
definición exacta del sistema que se desea simular es necesario hacer un análisis preliminar
del mismo, con el fin de determinar la interacción del sistema con otros sistemas, las
restricciones del sistema, las variables que interactúan dentro del sistema y sus
interrelaciones, las medidas de efectividad que se va utilizar para definir y estudiar el
sistema y los resultados que se esperan obtener del estudio.
22
2.4.2 Formulación del Modelo.- Una vez definido el problema, el siguiente paso es definir
y construir el modelo con el cual se obtendrá los resultados deseados. En la formulación del
modelo es necesario definir todas las variables que forman parte del modelo, sus relaciones,
los componentes, eventos del modelo, entradas y salidas. En el caso de haberse planteado
un objetivo a optimizar, se lo deberá formular matemáticamente y deberá tenerse en claro
cuáles son las variables de decisión.
Los parámetros son variables de entrada (in-put) al modelo. Algunas de estas variables
pueden ser controlables por quien toma la decisión (por ejemplo la cantidad de canales en
paralelo a disponer en un sistema de colas) y otras que son incontrolables, (como ser la
demanda de un producto es un sistema de stocks). Las variables controlables pueden ser
modificadas en cada corrida para experimentar distintas alternativas de operación del
sistema real. Las variables de salida (out - put), o simplemente variables, del modelo son
aquellas incógnitas cuyos valores se quieren determinar a partir de su resolución.
2.4.3 Colección de Datos.- La captura de datos es a menudo una de las partes más costosas
del estudio de simulación, insumiendo extensos periodos de tiempo. La facilidad o
dificultad de obtenerlos puede influir definitivamente en el éxito del proceso de simulación.
Los datos deben ser convenientemente tratados para que se pueda realizar las predicciones
del comportamiento del sistema.
23
pueden asemejarse a distribuciones teóricas (Normal, Poisson, Exponencial, entre otros),
Para comprobar si esto es factible, se recurre a métodos de inferencia estadísticas, tales
como las pruebas Chi-cuadrado o de Kolmogorov-Smirnov. El hecho de poder trabajar con
distribuciones conocidas facilitará enormemente el proceso de simulación.
Diseño modular de arriba – abajo. Los modelos de simulación son depurados o verificados
mediante dos técnicas el de modularidad: Donde el modelo debe ser estructurado en
módulos que se comunican por interfaces bien definidas (variables de entrada y salida) para
la verificación de los problemas. Y Diseño de arriba – abajo: Que consiste en desarrollar
una estructura jerárquica del modelo de forma que el problema es dividido recursivamente
en problemas más pequeños. Inicialmente se divide el modelo en un número de módulos, y
estos módulos a su vez son subdivididos en otros módulos. Se continúa hasta tener módulos
de fácil depuración y mantenimiento.
24
Trazado. Un trazado es una lista de eventos ordenada por tiempo y sus variables asociadas
que permite observar cómo se está comportando la simulación. Debido a que los trazados
representar un costo de procesamiento adicional, se deben incluir como una opción que se
pueda activar o desactivar. El trazado se puede hacer a diferentes niveles de detalle y el
usuario debe poder seleccionar el nivel que desee. Por ejemplo, puede seleccionar un
trazado de solo aquellos que pertenezcan a un nodo particular en la simulación.
25
La aceptación y confianza en el modelo de la persona que hará uso de los resultados
que arroje el experimento de simulación.
26
El uso de un conjunto predeterminado de experimentos es efectivo para encontrar buenas
soluciones si se puede aproximar una región de optimización con experimentos previos o
con la experiencia que se tenga sobre el problema. Sin embargo esta técnica no puede
conducir a la mejor solución global, ni siquiera puede garantizar un óptimo local.
2.4.8 Interpretación.- En la interpretación de las salidas del modelo, hay algunos aspectos
que son únicos de la simulación. Mientras que los modelos analíticos proporcionan
soluciones con medidas de ejecución completamente definidas, los modelos de simulación
producen estimaciones de las medidas que están sujetas a error.
Las salidas del modelo de simulación se consideran muestras. Las principales cuestiones en
la obtención de estimaciones útiles a partir de muestras son: que la muestra sea
representativa del comportamiento del sistema, y que el tamaño de la muestra sea lo
suficientemente grande para que las estimaciones de las medidas de ejecución alcancen un
buen nivel de precisión. El tamaño de la muestra es algo que está bien definido, pero la
27
representatividad del comportamiento del sistema depende de la naturaleza de las
cuestiones que tienen que ser contestadas por el modelo. Se pueden realizar dos tipos de
análisis con un modelo de simulación:
Análisis para sistemas con final definido: La ejecución del modelo finaliza cuando ocurre
un evento específico. Se tomaría una muestra por ejecución.
En ambos casos, las condiciones inicia les (estado del sistema el empezar la ejecución)
pueden influir en la estimación de las medidas de comportamiento. El tamaño de la muestra
es importante ya que la precisión de las estimaciones depende de la varianza de la media de
la muestra, y la varianza cambia de forma inversamente proporcional al tamaño de la
muestra (si se cuadriplica el tamaño de la muestra la desviación estándar se reduce a la
mitad). La definición de tamaño de muestra para simulación depende del tipo de análisis
que se haya hecho. Para el análisis de un sistema con final definido se podría reproducir el
periodo de interés, con las condiciones iniciales apropiadas, un determinado número de
veces hasta conseguir la precisión deseada de la estimación. En cada ejecución de obtendrá
un elemento de la muestra. Con un análisis en estado estacionario el tamaño de la muestra
está estrechamente enlazado con el tamaño de la ejecución del modelo o cantidad de tiempo
de simulación.
28
debe tener una documentación de procesamiento de datos. La segunda se refiere al manual
de usuario, con el cual se facilita la interacción y el uso del modelo desarrollado.
Son las herramientas que se utilizan para el desarrollo de la simulación, entre estas
podemos mencionar, según [DAIS, 2013]:
VENSIM.- Su propósito es ayudar a las empresas para encontrar una solución óptima para
las diversas tomas de decisiones.
29
científicos. Puede trabajar con números escalares, tanto reales como complejos, con
cadenas de caracteres y con otras estructuras de información más compleja. Tiene un
lenguaje de programación propio y su principal característica es el uso de gráficas en dos y
tres dimensiones
La cadena de Markov es un proceso estocástico discreto que cumple con la propiedad, que
si se conoce la historia del sistema hasta su instante actual, su estado presente resume toda
la información relevante para describir en probabilidad su estado futuro. Así mismo es una
30
sucesión de ensayos similares u observaciones en la cual cada ensayo tiene el mismo
número finito de resultados posibles y en donde la probabilidad de cada resultado para un
ensayo dado sólo depende del resultado del ensayo inmediato precedente y no de cualquier
previo. [YAZLLE, 2009]
31
, caso contrario.
A veces es útil representar la cadena por un diagrama. Para el ejemplo con N = 4, sería:
Al trabajar con cadenas de Markov, a menudo es útil pensar la sucesión de ensayos como
experimentos efectuados en cierto sistema físico, cada resultado deja a este sistema en
cierto estado.
Consideremos un proceso de Markov en que el sistema posee estados posibles, dados por
los números .Denotemos a la probabilidad de que el sistema pase al estado
después de cualquier ensayo en donde el estado era antes del ensayo. Los números se
denominan probabilidades de transición y la matriz se conoce como matriz
de transición del sistema. [MOHAMMAD R. 1998]. Es común representar la distribución
de transición entre estados como una matriz [CAMARENA, 2002]:
Es una matriz de transición de una cadena Markov P, es una matriz estocástica si verifica:
32
Cada fila de P, cumple que,
De este modo:
Una consecuencia es que cualquier potencia de la matriz es también una matriz estocástica.
33
“Un relleno sanitario es una técnica para la disposición de la basura en el suelo sin causar
perjuicio al ambiente y sin causar molestia o peligro para la salud y seguridad pública. Este
método utiliza principios de ingeniería para confinar la basura en el menor área posible,
reduciendo su volumen al mínimo practicable, y cubriendo la basura allí depositada con una
capa de tierra con la frecuencia necesaria al fin de cada jornada”. [Ley de Medio Ambiente,
1992].
2.6.1 Residuos
Es un término que se usa normalmente para designar a todos aquellos restos sobrantes que
quedan del consumo que el ser humano hace de manera cotidiana.
Se puede conceptualizar a los residuos como aquellos desperdicios que quedan luego de
usar alguna cosa. El auge del consumismo, genera cada vez más productos de desecho, que
a veces no resulta inofensivo, pues tarda mucho tiempo en biodegradarse.
[DEFINICIONES D., 2007]
Existen distintas clases de residuos; entre estos están los orgánicos, provenientes de la
materia que estuvo viva, como las hojas de los árboles, cáscaras de frutas; y los
inorgánicos, provenientes de la materia no viva, como los residuos industriales, patógenos,
plástico entre otros. [JIMENEZ, 2014]
Los residuos pueden o no, ser peligrosos o tóxicos, teniendo riesgo para la salud de la
población, para su seguridad, o de contaminación ambiental. Así hay residuos que pueden
ser inflamables, con riesgo de incendio o explosión, corrosivos, tóxicos o infecciosos, como
los residuos patológicos. [JIMENEZ, 2014]
Los residuos patológicos son aquellos que pueden ser fuente de infección, como jeringas,
algodones usados, guantes utilizados en prácticas quirúrgicas, y deben ser tratados de
manera especial. En las clínicas médicas, veterinarias u odontológicas se exige que se
34
desechen en bolsas rojas que permitan su identificación, y que sean manipuladas por
personal especializado. [SALADIÉ O., 2009]
El tratamiento final de los residuos, es muy importante para evitar sus efectos adversos en
el medio ambiente y en la salud. [SALADIÉ O. 2009]
Los residuos los podemos clasificar según su composición según [PLANETICA, 2011]:
Residuo orgánico: Todo desecho de origen biológico, que alguna vez estuvo vivo o fue
parte de un ser vivo, por ejemplo: hojas, ramas, cáscaras y residuos de la fabricación de
alimentos en el hogar.
Residuos peligrosos: Todo desecho, ya sea de origen biológico o no, que constituye un
peligro potencial y por lo cual debe ser tratado de forma especial, por ejemplo: material
médico infeccioso, residuo radiactivo, ácidos y sustancias químicas corrosivas.
35
Según su origen:
Los residuos sólidos son materiales inútiles, indeseables o desechables, generados por la
población. Material macizo que se desecha después de que haya sido utilizado sin opción a
ser reciclado. Dentro de los residuos sólidos tendríamos que mencionar que existen dos
grupos: Los peligrosos estos pueden suponer cierto peligro para la ciudadanía o el medio
ambiente por sus propiedades corrosivas, tóxicas o explosivas. Los no peligrosos, no
suponen ningún tipo de riesgo, para los humanos y la naturaleza de manera contundente y
estos se dividen en cuatro: [JIMÉNEZ, 2014]
36
o Reciclables: Son aquellos que se pueden volver a utilizar. Después de someterlos a
determinados procesos.
Uno de los indicadores que se considera para llevar adelante estudios sobre el crecimiento
poblacional de una ciudad es la generación de basura. La generación de residuos es como
un indicador, que apoya y respalda los datos del crecimiento de la ciudad. [LIDEMA, 2009]
1
Sistema de Regulación Municipal
37
(2012) toneladas métricas, dato que demuestra que hubo un incremento de la población
paceña.
Según los datos del SIREMU, actualmente se mantiene un promedio de recolección diaria
de residuos de 162.000 toneladas métricas, demostrando que se tiene un mayor nivel de
consumo en la ciudad. [LIDEMA, 2009]
La cantidad de basura que recibe el relleno sanitario de Alpacoma oscila entre las 400 a 700
toneladas diarias. Durante las fiestas patronales, como el Gran Poder, por ejemplo, la
cantidad sube y hasta sobrepasa las mil toneladas.
38
Frente a este panorama, LIDEMA2 sostiene que con los residuos sólidos se puede producir
un mejorador de suelos y abono, alimento balanceado para gallinas ponedoras y vendiendo
el plástico, las botellas pet, papel, vidrio y el cartón para su reciclaje, se lograría minimizar
los problemas socio ambientales.
Según datos de la LIDEMA del total de desperdicios sólidos, un 58,95 por ciento son
alimentos o basura orgánica, el 42,05 restante, depende de la actitud consumista que tiene
el paceño común. [EL DIARIO, 2014]
Los residuos sólidos que son generados por los habitantes de La Paz provenientes de sus
siete macrodistritos urbanos, son depositados en el relleno municipal sanitario de
Alpacoma, donde se instaló una planta de procesamiento, en una superficie aproximada de
40 hectáreas, en un terreno que se encuentra en conflicto por la indefinición limítrofe de los
municipios de la provincia Murillo. Del total de residuos sólidos que se genera de las 500
2
Liga de Defensa del Medio Ambiente
39
toneladas métricas día, cifra que puede variar por la época del año, un 17,84 por ciento se
puede reciclar sin mayor esfuerzo que la aplicación de una buena cultura de costumbre
urbana y conciencia ciudadana. Véase en Imagen 2.1 [GAMLP, 2013]
La vida útil es la duración estimada que un objeto puede tener, cumpliendo correctamente
con la función para el cual ha sido creado; durante el cual se espera utilizar el activo
amortizable.
Cuando se refiere a obras de ingeniería, como carreteras, puentes, represas, rellenos
sanitarios, entre otros, se calcula esta vida útil en años, sobre todo para efectos de su
amortización, ya que en general estas obras continúan prestando utilidad mucho más allá
del tiempo estimado como vida útil para el análisis de factibilidad económica. [RAMIRÉZ,
2013].
40
CAPÍTULO III
MARCO APLICATIVO
3.1 Introducción
Para desarrollar la simulación se planteara el siguiente modelo estocástico, a partir del uso
de Cadenas de Markov que permitirá calcular a partir de factores y variables que
intervienen, la probabilidad de vida útil del relleno sanitario de Alpacoma de la ciudad de
La Paz, en un determinado año. Los mismos que serán descritos a continuación:
Los últimos censos realizados en año 2001 y 2012 en área urbana de la ciudad de La Paz
muestra un crecimiento demográfico; en el censo realizado en 2001 la población en el área
urbana contaba con 793,293.00 habitantes, el censo realizado en 2012, muestra que la
población es de 764,617.00 habitantes, que nos indica que la población en el municipio
decrece. Debido a factores como ser la migración en territorio Nacional e Internacional,
como también la defunciones en la población paceña. Se tomara el 2012 como año cero
para nuestro modelo población inicial, a partir del mismo se generará la población para 10
años. Es por eso que la población es variable incidente e interviniente en el modelo de
41
simulación, ya que son los principales generadores de residuos sólidos, los cuales son
dispuestos en el relleno sanitario de Alpacoma de la ciudad de La Paz.
1)
Donde es la Tasa de crecimiento, que en los últimos censos vario en demasía, ya que en
censo 2001 fue de 1,11% y en censo 2012 fue de -0,34%; es por lo cual se tomará el rango
entre estos como tasa de crecimiento [-0,34%, 1.11%]. Este es el valor que influye en el
crecimiento poblacional de la ciudadanía, valor que fue obtenido del Instituto Nacional de
Estadística (INE).
1.1)
1.2)
Municipio
LA PAZ
Año
2012
2013
2014
2015
2016
2017
2018
2019
2020
42
2021
2022
Tabla 3.1 Población de la ciudad de La Paz hasta el año 2022
Fuente: Simulación de Residuos MatLab
Los residuos que son generados en la ciudad de La Paz por la población tienen un índice de
producción por cada habitante, y esto es reflejado con la Producción Percápita, que
muestra el índice promedio de generación de residuos, cuyo valor según la institución
LIDEMA es de 0,59 Kg/Habitante/día.
2)
2.1)
2.2)
43
La población cada día genera cantidades enormes de residuos, ya sea en el hogar, colegios,
instituciones, fabricas, empresas, hospitales, entre otros varios que son dispuestos en el
relleno sanitario de Alpacoma de la ciudad de La Paz. Los cuales tienen un valor de
producción de desechos, a la cual llamaremos Cantidad de desechos producidos
3)
Los residuos que son generados por la ciudadanía paceña son recolectados y trasladados al
relleno sanitario de Alpacoma, residuos que son trasladados en enormes cantidades, al cual
se lo denomina Volumen Diario de residuos que ingresa diariamente al relleno sanitario de
Alpacoma.
4)
44
Donde: Existe un control de cuanta cantidad de residuos se compacta y almacenan al día.
Esto será se lo definirá como la Densidad de residuos Compactados en el relleno
sanitario de Alpacoma.
4.1)
Volumen Diario
(Compactado)
Diario (m3)
820,23
831,24
842,41
853,73
865,20
876,82
888,60
900,54
912,63
924,90
937,32
Los residuos generados por la ciudadanía paceña y el volumen diario de cantidades que
llegan al relleno sanitario de Alpacoma, deben ser expresados en Volumen Anual al
término de cada año para un mejor control de qué cantidades son las que ingresa
anualmente al relleno sanitario.
5)
Volumen Anual
Año Resultado
299382,31
45
303404,21
307480,14
311610,83
315797,01
320039,43
324338,84
328696,01
333111,71
337586,73
342121,87
Una vez que estos residuos llegan al relleno sanitario de Alpacoma pasan por una serie de
procesos de tratamiento y almacenado, en las macroceldas, para luego compactarlos a
medida de que los residuos son almacenados el Volumen del Relleno Sanitario va
disminuyendo en el relleno sanitario.
6)
Donde: Uno de los procesos finales a considerar para que los residuos sean almacenados es
el material de cobertura, que será en este caso la tierra, entre otros materiales,
permitiendo la compactación de las celdas del relleno sanitario de Alpacoma.
46
2013 379255,27 753483,15
Cada año que pasa toneladas de residuos son tratados y almacenados en el relleno sanitario
de Alpacoma, esto genera que el relleno vaya perdiendo el volumen de almacenaje y con él
la Vida Útil.
7)
De esta manera se definirá cada variable del modelo informal, que posteriormente nos
permitirá identificar que elementos debemos considerar para nuestro modelo propuesto.
(INE3)
(INE)
3
Instituto Nacional de Estadística
47
(DGGIRS)
(DGGIRS4)
(DGGIRS)
(DGGIRS)
(DGGIRS)
(DGGIRS)
Los residuos generados por la población, son recolectados por los carros de la empresa
SABENPE, esta recolección se la hace cada día por los siete macro distritos de la ciudad de
La Paz. Esto se lo representara mediante:
Los residuos, que son recolectados, son trasladados al relleno sanitario de Alpacoma de La
Paz. Para posteriormente ser almacenados a través de procesos que son controlados, para
que no exista contaminación de los suelos, se lo representara de la forma:
4
Dirección General de Gestión de Residuos Sólidos
48
No todos los residuos son llegados a ser recolectados, ya que un porcentaje llega a ser,
reciclada, reutilizada. Existe otro porcentaje simplemente son echadas a los ríos, pozos,
barrancos, entre otros. Y será representado de la siguiente manera:
Los residuos que llegan al relleno sanitario de Alpacoma, no llegan siempre a ser
almacenados en su totalidad, debido a que puede haber un retardo en el proceso de
almacenaje y preparación del área donde serán finalmente almacenados. Así lo
representaremos de la forma:
Cada vez que los residuos pasan por los diferentes procesos, para su posterior
almacenamiento, causa que el volumen del relleno sanitario a través del tiempo vaya
perdiendo su capacidad de almacenaje. Es por esto que lo representaremos por:
Los residuos almacenados pueden ser reubicados de una macro celda a otra, esto solo se da
si es necesario clasificar el tipo de residuo que es compactado y almacenado. Y lo se lo
representara de la siguiente forma:
Los Estados son una serie de conjuntos que estarán definidos de la siguiente manera:
Para que exista los residuos sólidos se necesita de un factor de generación, que en este caso
es la población de la ciudad de La Paz, cada habitante es Generadora de toneladas de
Residuos Sólidos. Esta generación de residuos se lo expresará en probabilidad de
generación de residuos por parte de la población.
49
Los residuos generados por la población en su mayoría, son trasladados, por la empresa de
recolección SABENPE5, que cada jornada recolecta entre 450 y 700 Toneladas. Los cuales
llegan al relleno sanitario de Alpacoma.
Una vez que la empresa de recolección de residuos sólidos, llegan al relleno sanitario, se
procede a una serie de procesos, para su compactación y posterior almacenaje de las
toneladas de residuos bajo suelo.
Estado
Entrada
Salida
5
SABENPE: Entidad encargada de realizar el recojo de residuos sólidos de la ciudad de La Paz.
50
Una vez definida entradas, salidas y estados, se procederá a utilizar las cadenas de Markov
mencionadas en el capítulo 2, subtítulo procesos estocásticos; para representar el modelo
de simulación, que a través del diagrama de transición de estados, nos permitirá conocer el
comportamiento de nuestro modelo de simulación, para así conocer la probabilidad con la
que el volumen del relleno va disminuyendo, y así conocer la vida útil.
P(a) P (b)
P (c) 1-P (e)
S1 S2 S3
P (d)
P (e)
1 2 3
1 P (c) P (a) 0
2 0 P (d) P (b)
P =
3 0 P (e) 1-P (e)
51
3.3 Colección de Datos
Para generar nuestra simulación, consideramos entre los principales datos iniciales, a partir
de los datos históricos a los siguientes elementos, para ejecutar el modelo de simulación:
Población Inicial de la Ciudad de La Paz, a partir de datos del censo 2001 y 2012.
Tasa de crecimiento poblacional de la ciudad de La Paz 2001 y 2012.
Cantidad de Residuos Percápita de la población (PPC) desde el año 2012.
Volumen de residuos generados por día que ingresa al relleno sanitario de
Alpacoma.
Volumen anual acumulado de residuos en el relleno sanitario.
Volumen de residuos almacenados en el relleno sanitario.
El modelo de simulación para determinar la vida útil del relleno sanitario de Alpacoma,
será implementado con los programas de simulación MatLab y Promodel. Se utilizara
MatLab para poder realizar la simulación del modelo planteado y Promodel para verificar
los resultados a partir de los datos históricos.
Una vez definido los estados que influirán en el modelo y a partir de la formulación de
entradas y salidas cada una con probabilidades, se procederá a desarrollar la matriz de
transición de la Cadena de Markov definida, a partir de Entradas, Estados y Salidas, que se
definieron. Donde se hallara la probabilidad de funcionamiento y vida útil del Relleno
Sanitario de Alpacoma en un determinado año n.
52
Donde a partir de la investigación de datos históricos extraídos del INE, como
probabilidades iniciales tendremos:
Donde será las iteraciones que representen los años, en que aun el relleno este con una
probabilidad de uso y vida útil, dado los estados anteriores.
53
Figura 3.1 Prototipo del Modelo de simulación
Fuente: RellenoSim MatLab
3.5 Verificación.
54
subprogramas con una clara estructura de interrelaciones, de manera que cada uno de ellos
pueda verificarse por separado, y la verificación del programa final resultante pueda
realizarse paso a paso, añadiendo en cada uno subprogramas previamente verificados.
En este caso se hará la verificación de los programas MatLab y Promodel, para verificar
que ambos no tengan errores de programación y nos genere los resultados deseados;
programas en los cuales se realizó la simulación del modelo definido, para determinar la
vida útil del relleno sanitario de Alpacoma de la Ciudad de La Paz.
En la figura 3.2 se muestra los Datos de Entrada: Como datos de Entrada tenemos; Los
estados, La Generación Residuos, Llegada de Residuos y Almacenamiento.
55
Figura 3.3 Datos de Entrada
Fuente: SimuRelleno MatLab
En la figura 3.4 se muestra los Datos de Salida: La probabilidad de volumen de vida útil del
Relleno Sanitario Que en la siguiente etapa del proceso de simulación serán verificados y
comparables con los datos históricos.
56
Figura 3.5 Datos de Salida
Fuente: Simulación Residuos MatLab
De esta forma llegamos a los resultados, una vez realizada la simulación obtenemos los
resultados de todos los datos validados en estudio a partir de las ecuaciones mencionadas en
la definición del modelo, proporcionando el programa, los datos requeridos para su
posterior análisis y experimentación.
57
En la figura 3.6 se observa que en el proceso de las iteraciones de la matriz de transición se
llega a la probabilidad de funcionamiento del relleno, que el estado muestra que en 10 años
se tendrá 0,8947 de probabilidad de vida útil.
La tabla 3.8 muestra los datos del modelo real generados, tanto generación de residuos
Volumen diario, anual, volumen de relleno y volumen del relleno acumulado.
Con todos estos datos obtenidos se genera gráficos para su análisis correspondiente. Donde
la figura 3.7 muestra la población creciente hasta el 2022, la cuál es la generadora de
residuos sólidos.
Población
950000
900000
850000
800000 Población
750000
2005 2010 2015 2020 2025
58
La figura 3.8 muestra el volumen de residuos que se genera y llega para su disposición en el
relleno sanitario.
Volumen Anual
200000
150000
100000
Volúmen Anual
50000
0
2005 2010 2015 2020 2025
La figura 3.9 representa la vida útil que tendrá el relleno sanitario de Alpacoma, hasta
donde podrá almacenar todos los residuos generados por la ciudadanía paceña.
Vida Útil
170000,00
165000,00
160000,00
155000,00
150000,00
145000,00
2010 2012 2014 2016 2018 2020 2022 2024
Los resultados de la cadena de Markov se verán a través de las iteraciones que se realizara
en la matriz de transición con los estados propuesto definidos, el número de iteraciones que
se hicieron fueron n=8.
59
Figura 3.10 Última Iteración de la Matriz de Transición
Fuente: SimuRelleno MatLab
60
La última iteración de la matriz de transición, permitirá determinar la vida útil del relleno
sanitario de Alpacoma, ahora se procederá a elaborar las operaciones correspondientes,
para saber cuál hasta que año tendrá utilidad el relleno de Alpacoma de la ciudad de La Paz.
Como se puede observar en la tabla 3.9 la vida útil que el relleno sanitario tendrá es de 21
años y la probabilidad que nuestro modelo nos genera es de 20 años. Esto se determina con
la sumatoria del año de estudio más la probabilidad de vida útil.
3.6 Validación.
61
El modelo es una aproximación del sistema real por lo que es claramente falsa en la
mayoría de los casos.
La aproximación de paired-t requiere que m=n pero permite que esté cotejada con . La
aproximación de Welch se puede usar para cualesquiera valores de m=2 y n=2, pero
requiere que los sean independientes de los .
62
3.7 Experimentación.
63
En la tabla 3.11 Se muestra los cambios de cada probabilidad de estado, de la matriz de
transición, esto en cada experimentación del modelo planteado.
Iteraciones
1 0,87 0,85 0,13 0,15
2 0,2436 0,8925 0,0169 0,1075
3 0,1252 0,8946 0,0022 0,1054
4 0,1080 0.8947 0,0003 0,1053
5 0,1056 0,8947 0,0002 0,1053 0,1053
6 0,1053 0,8947 0,0001 0,1053 0,1053
7 0,1053 0,8947 0,0000 0,1053 0,1053
Número de
S1 S2 S3
Iteraciones
1 0.3020 0.3490 0.3490
2 0.0393 0.3500 0.6107
3 0.0051 0.1477 0.8472
4 0.0001 0.1061 0.8938
5 0.0000 0.1054 0.8946
6 0.0000 0.1053 0.8947
7 0.0000 0.1053 0.8947
8 0.0000 0.1053 0.8947
64
9 0.0000 0.1053 0.8947
10 0.0000 0.1053 0.8947
La figura 3.11 muestra las probabilidades de vida útil del relleno sanitario, las cuales fueron
determinadas a partir de los modelos planteados.
3.8 Interpretación.
La vida útil del relleno sanitario de Alpacoma de la ciudad de La Paz, está relacionada con
su volumen máximo de almacenamiento, y la vida útil puede incrementarse al realizar el
reciclado de los desechos sólidos, ya que con este porcentaje se reduce el volumen de
65
desechos a disponer y se incrementa la vida útil de el área de disposición final de los
residuos sólidos que son almacenados.
66
CAPÍTULO IV
PRUEBA DE HIPÓTESIS
Entre los tests no paramétricos que comúnmente se utilizan para verificar si una
distribución se ajusta o no a una distribución esperada, en particular a la distribución
normal se encuentran el test de Kolmogorov-Smirnov. El test de Kolmogorov-Smirnov es
bastante potente con muestras grandes. El nivel de medición de la variable y su distribución
son elementos que intervienen en la selección del test que se utilizará en el procesamiento
posterior. En este caso, si es una variable discreta o continua no normal, solo son aplicables
técnicas no paramétricas.
67
de distribución acumulada teórica y muestral no son significativamente diferentes, entonces
decimos que la muestra proviene de la distribución cuya función distribución acumulada es
Ft(x). Sin embargo, si las diferencias entre las funciones distribución acumuladas son
muy grandes como para que no sean debidas solamente al azar, rechazamos Ho.
Para todo ;
, por lo menos para un
Planteamiento de Hipótesis:
68
El modelo planteado se considera predictivo si el promedio de error entre los datos del
modelo informal y el modelo formal de la simulación con ayuda del prototipo. Una vez
desarrollado el prototipo se realizara el cálculo de los valores de la muestra y
comparaciones con los datos históricos representados en la tabla 4.1, que muestra el
volumen del relleno sanitario de Alpacoma de la ciudad de La Paz.
69
2 1,11141367 0,1304136
3 1,01870857 0,0577085
4 0,97236015 0,0493601
5 0,9445544 0,90 0,0445544
6 0,92601999 0,8950 0,0310199
7 0,91278347 0,8948 0,0187834
8 0,90285815 0,8947 0,0081581
9 0,89514029 0,8947 0,0004403
10 0,88896765 0,8946 -0,0056324
Media 0,07253513
Desviación 0,11836163
Max 0,3905454
Min -0,0056324
Nro. Datos 10
Rango 0,3961778
Intervalo Raíz de n 3,16227766
Amplitud 0,12528242
Como se trata de comprobar el margen de error de 0,5%, entre dos modelos se tendrá:
70
Donde: F(X) es la frecuencia observada acumulada y G(X) es la frecuencia esperada
relativa.
Calculando se tiene:
De donde:
Grados de Libertad 10
0,05 0,40925
Prueba SE ACEPTA
71
Como se planteo, para todo valor de probabilidad mayor que 0,05, se acepta Ho y se
rechaza H1. Por tanto lo que indica que nuestra hipótesis nula se acepta. Además que
nuestro margen de error es menor a 0,05.
Por lo cual se concluye que el modelo de simulación se aproxima al modelo real, quedando
así demostrado el planteamiento de nuestra hipótesis.
Así:
Zona de Aceptación
72
CAPÍTULO V
CONCLUSIONES Y RECOMENDACIONES
5.1 Conclusiones
Con los resultados obtenidos a partir del modelo formal planteado con las cadenas de
Markov, se puede afirmar que se construyó un modelo de simulación, capaz de representar
el comportamiento acumulativo de este sistema estudiado, la vida útil del relleno sanitario
de Alpacoma de la ciudad de La Paz, mostrando que el uso de las cadenas de Markov es
73
una herramienta importante para el análisis de eventos pasados para determinar, lo que
sucederá a futuro, en este caso determinar la vida de utilidad del relleno sanitario de
Alpacoma.
5.2 Recomendaciones
Con respecto a los parámetros que intervienen el modelo, los valores obtenidos a través de
la simulación se va ajustando a un valor óptimo, comparado con los datos históricos en
función a la cantidad de simulaciones. Además el modelo considera los fenómenos que
ocurren para que nuestro relleno vaya perdiendo vida útil. En este sentido se sugiere
considerar, las probabilidades con las que llega y son tratados los residuos, que van
cambiando cada año, a causa del crecimiento demográfico de la ciudad de La Paz, ya que es
el principal factor de generación de residuos.
Es importante que en el modelado, los datos de cada estado que tiene el modelo sean
correctamente introducidos de manera que la información pueda ser evaluada y procesada,
para la mejor toma de decisiones, caso contrario nuestra predicción tendrá una margen de
error amplio.
La investigación se puede concretar con la implementación del modelo, que puede ser una
herramienta de toma de decisiones para las entidades, que controlan el tema de la
generación de residuos sólidos y el uso del relleno sanitario de Alpacoma. Que les permitirá
pronosticar la utilidad de cada relleno sanitario que se desee construir, a partir de la
generación de los componentes que influyen en el sistema.
74
Bibliografía
DIARIO 2014 La Paz inicia nueva era en manejo de residuos sólidos, La Paz
Bolivia [29 Julio 2014]
GAMLP 2013 La Paz genera 12% más de basura que hace ocho años INFORSE [en
línea] <http://www.inforse.com.bo> [consulta:10 Septiembre 2015]
75
LIDEMA 2009 La Paz genera elevada cantidad de Basura Bolivia Informa.
76
TARIFA E. E. 2011 Teoría de Modelos de Simulación Universidad Nacional de
JuJuy.
77
ANEXO A: ÁRBOL DE PROBLEMAS
1
ANEXO B: ÁRBOL DE OBJETIVOS
2
ANEXO C: MATRIZ DE MARCO LÓGICO
3
ANEXO D: DATOS DE POBLACIÓN Y GENERACIÓN DE RESIDUOS
4
ANEXO E: DATOS GENERACIÓN DE RESIDUOS Y VOLUMEN DEL RELLENO
SANITARIO DE ALPACOMA DE LA CIUDAD DE LA PAZ.
Dps Vrs
Año Vdiario Vanual Vrs
Acumulada Acumulada
2012 164660,27 820,23 299382,31 374227,89 374227,89
5
ANEXO F: GRÁFICA DE CRECIMIENTO POBLACIONAL Y DE GENERACIÓN
DE RESIDUOS DE LA CIUDAD DE LA PAZ HASTA EL AÑO 2022.
Población
795000,00
790000,00
785000,00
780000,00
775000,00 Población
770000,00
765000,00
760000,00
2010 2012 2014 2016 2018 2020 2022 2024
Dps Anual
190000,00
185000,00
180000,00
175000,00
Dps Anual
170000,00
165000,00
160000,00
2010 2012 2014 2016 2018 2020 2022 2024
6
ANEXO G: GRÁFICO DE VIDA ÚTIL DEL RELLENO SANITARIO DE
ALPACOMA.
Vida Útil
440000,00
430000,00
420000,00
410000,00
400000,00 Vrs
390000,00
380000,00
370000,00
2010 2012 2014 2016 2018 2020 2022 2024
7
ANEXO H: MODELO DE SIMULACIÓN EN PROMODEL
8
ANEXO I: COMPORTAMIENTO DEL MODELO EN PROMODEL
9
ANEXO J: RESULTADOS DE LA SIMULACIÓN EN PROMODEL
10
ANEXO K: RESULTADOS DE LA SIMULACIÓN EN PROMODEL
11
ANEXO L: VISTA SATELITAL DE LA SUPERFICIE DE LA CIUDAD DE LA PAZ
Y ESTADÍSTICA DE GENERACIÓN DE RESIDUOS.
12
ANEXO M: PROCESO DE ALMACENAJE EN UN RELLENO SANITARIO
13
ANEXO N: NORMAS Y LEYES
14
ANEXO O: EL RELLENO SANITARIO DE ALPACOMA
15
Macro Celdas para el Almacenaje de Residuos
16