GUA DE CARACTERIZACIN DE

RESIDUOS SLIDOS

Versin Corregida por

Carlos Caycho Chumpitaz

CONTENIDO

PRESENTACIN
I.

Introduccin

II.

Muestreo

III.

II.1

Determinacin de la Muestra

II.2

Seleccin de la muestra

II.3

Validez de la muestra preliminar

Metodologa para el anlisis de la basura.

III.1

Procedimiento para la recoleccin de la informacin

III.2

Clculo de la generacin per cpita y total diaria de

residuos

III.3
III.4

Clculo de la densidad de los residuos slidos

Anlisis de la composicin fsica de los residuos slidos

ESTUDIO DE CASO EN SAN ANDRS / PISCO / ICA - PER

Diagramas de Flujos
Anexos.

Formato 1: Informacin de la poblacin muestral Muestra.

Formato 2: Generacin per cpita diaria de los residuos.

Formato 3: Densidad de los residuos slidos.

Formato 4: Anlisis de la composicin fsica de los residuos.

Tabla 1: Nmeros Aleatorios.

Tabla

2: Coeficientes de Rechazo de la Prueba Q de Dixon, por

tamao de muestra, segn Nivel de Confianza

Tabla 3: Distribucin de t - Student

Tabla 4: Distribucin F de Fisher

Tabla 5: Distribucin Normal Estndar

Tabla 6: Distribucin Chi Cuadrado

Bibliografa

PRESENTACIN

El presente documento es una gua que describe, en forma clara y sencilla, el

procedimiento para la obtencin de las caractersticas de los residuos slidos
tales como: la generacin per cpita, densidad y composicin. El objetivo es
orientar a los profesionales involucrados en el servicio de aseo urbano en la
aplicacin de los mtodos sencillos para el anlisis de los residuos, hecho que
les permitira brindar un adecuado servicio de aseo urbano.
El documento est dividido en dos partes fundamentales, en la primera se
brinda las principales y fundamentales tareas para determinacin, seleccin y
validacin de la muestra de viviendas y/o establecimientos para la obtencin
de los residuos que permitirn la medicin de la generacin per cpita,
densidad y composicin. En la segunda parte se dan los lineamientos
fundamntales para el tratamiento de los residuos obtenidos de las viviendas
y/o establecimientos seleccionados en la muestra.
De este modo, en el transcurso de la lectura de esta gua, usted encontrar las
pautas necesaria para determinacin del tamao de muestra (nmero) de
viviendas necesarias para la caracterizacin de los residuos de la comunidad
bajo estudio. As como, la forma de la seleccin de stas. El objetivo es
entregar a las amas de las casas seleccionadas (o a los responsables de los
establecimientos seleccionados) bolsas en las cuales se depositen los residuos
generados en todo el da, lo que se debe repetir por ocho das consecutivos.
Estas bolsas deben ser recogidas al da siguiente, las mismas que se deben
pesar y efectuar su posterior caracterizacin de su contenido. Cabe mencionar
que los responsables del estudio deben registrar el nmero de residentes
habituales de las viviendas, para as calcular la generacin per cpita de
residuos en kg./hab./da.
Ahora bien, el registro de la generacin per cpita de residuos slo se debe
medir a partir del segundo da, esto es, la medicin corresponde a siete das
consecutivos. Este dato obtenido por cada vivienda seleccionada nos permitir
obtener, en primer lugar, la generacin per cpita de residuos de la comunidad
bajo estudio, as como las estadsticas descriptivas de la variabilidad (varianza,
desviacin estndar y coeficiente de variacin).
El siguiente paso es hacer una inspeccin y eliminacin de observaciones
sospechosas con respecto a la generacin per cpita de residuos. Para tal
efecto en esta gua se brindan tcnicas como el Test Q de Dixon y la Prueba de
la Normal Estndar. En esta parte, es necesario aclarar que se debe considerar
un nmero adicional, entre 5% y 15%, de viviendas, para que si se tienen
eliminar viviendas con observaciones sospechosas o por que pertenecen a
viviendas que no colaboraron en la entrega de residuos, esto no nos modifique
el tamao de la muestra.
Si se ha tenido que eliminar viviendas por que tienen observaciones
3

sospechosas o no colaboraron en la entrega de residuos, se debe calcular

nuevamente la generacin per cpita de la localidad, as como las dems
estadsticas descriptivas, dado que el tamao de muestra se ha reducido. Sin
embargo si no se ha eliminado viviendas se debe seguir con el siguiente paso.
Luego de la inspeccin y eliminacin de observaciones sospechosas, se debe
efectuar la validacin de la varianza que se asumi para la determinacin del
tamao de muestra haciendo uso de la varianza de la generacin per cpita de
la muestra de viviendas. Para este paso, la gua presenta dos mtodos de
validacin, uno descriptivo y otro inferencial.
Como siguiente paso, se debe proceder a la validacin del tamao de la
muestra de viviendas y/o establecimientos, con el objeto de tener la seguridad
que el tamao de muestra final permita efectuar una inferencia estadstica
vlida.
Finalmente, se debe efectuar el procedimiento de prueba de significacin con
los datos de las muestras de viviendas. En este caso, la gua presenta la
prueba de hiptesis de la media de poblacin (generacin per cpita de
residuos de la localidad bajo estudios). Si el estudio se ha efectuado a nivel de
estratos socioeconmico, se presenta la prueba de anlisis de varianza que
permita efectuar la prueba de hiptesis de que las medias de todos los
estratos socioeconmicos son iguales contra que no los son en al menos un
par de ellos.
Por otro lado, en este documento tambin se presenta un diagrama de flujo
para la elaboracin de un sistema computacional de todo este proceso de
caracterizacin de los residuos, as como un anexo en el que se incluye todas
las tablas estadsticas necesarias para las pruebas estadsticas que se tiene
que efectuar.
Esperamos que la presente gua sirva de ayuda para los profesionales
involucrados en el servicio de aseo urbano y cumpla con el objetivo que no
hemos trazado en su elaboracin.

CARACTERIZACIN DE RESIDUOS SLIDOS

Carlos Caycho Chumpitaz

I.

INTRODUCCIN

Es indispensable que los funcionarios del servicio de aseo urbano de ciudades

grandes o pequeas conozcan las caractersticas cuantitativas y cualitativas
de los residuos slidos, tales como: la generacin per cpita, densidad y
composicin. Esto es fundamental para el diseo de los sistemas de
recoleccin y disposicin final que, a su vez, traer consigo el adecuado
servicio de aseo urbano en el corto, mediano y largo plazo.
El objetivo de esta gua es describir en forma clara y sencilla el procedimiento
para la obtencin de las caractersticas tales como: la generacin per cpita, la
densidad y la composicin de los residuos. Y orientar a los profesionales
involucrados en el servicio de aseo urbano en la aplicacin de los mtodos
sencillos de anlisis de stos para que se pueda brindar el adecuado servicio
de aseo urbano.

II.

MUESTREO

II.1

Determinacin de la Muestra

La primera y ms importante interrogante a responder en un estudio de

caracterizacin de residuos slidos es cul es el tamao de la muestra con la
que se llevar a cabo el anlisis? Definir el tamao adecuado de la muestra es
de suma importancia, porque si el tamao de la muestra es muy grande los
costos sern muy altos y si por el contrario la muestra es muy pequea los
resultados son de poca confiabilidad para realizar la inferencia estadstica. Es
necesario que el diseo muestral sea eficiente, obtenindose resultados que
reflejen un alto grado de confianza y reducido porcentaje de error.
II.1.1 Procedimiento para la obtencin de la muestra
a) Definicin de Poblacin, es el conjunto de todos los elementos o unidades
muestrales (viviendas y/o establecimientos) de donde se va seleccionar la
muestra. Por lo tanto, se define como todas las viviendas particulares y/o
establecimientos comerciales de la localidad bajo estudio a las cuales se les
presta el servicio de recoleccin de basura.

Master en Poblacin y Licenciado en Estadstica, Docente Investigador de la Escuela de Negocios de

la Universidad de Lima.
Se considera que en la etapa del muestreo es donde se deben establecer los estratos socioeconmicos.

b) Divisin de la poblacin en estratos,2 esto se hace estableciendo por lo

menos las siguientes cuatro zonas o estratos:

Zona Comercial (Estrato Comercial), establecimiento comercial.

Zona Residencial (Estrato 1), viviendas de ingresos alto.

Zona Residencial (Estrato 2), viviendas de ingresos medios.

Zona Residencial (Estrato 3), viviendas de ingreso bajo.

Generalmente el criterio para la estratificacin est determinado por la

capacidad econmica de la poblacin. Los estratos dividen a la poblacin
subconjuntos viviendas, donde cada una ellas deben pertenecer a un slo
estrato.
c) Ubicacin de los estratos socioeconmicos en el plano de la ciudad
(catastral o similar) donde se registren todas y cada una de las unidades
muestrales (viviendas o establecimientos) para que pueda ser seleccionada
en la muestra.
d) Utilizacin de la generacin per cpita, sobre la base de la generacin de
residuos slidos por cada habitante de las viviendas de la muestra, se
realizara la inferencia estadstica para la obtencin de los parmetros de la
poblacin. Esto es, como se considera que la poblacin est conformada N
viviendas, las mismas que tienen Ri habitantes y producen Wi kilogramos
de basura en un da. As se tiene que cada una produce X i W i Ri
Kg./hab./da de basura.
II.1.2 Aplicacin de la teora del muestreo
Entre los diversos mtodos de muestreo para la seleccin de muestra se tiene:
a) Muestreo Aleatorio Simple, tcnica parte de la idea que la poblacin bajo
estudio es homognea. As de este modo, cualquier parte de la poblacin
ser representativa.

Si el investigador responsable del estudio considera pertinente la estratificacin de la poblacin debe

considerar las pautas que a continuacin se detallan en esta parte del documento.

como se podr notar que cualquiera de esta tres muestras sera

representativa de la poblacin. Pero si la poblacin no es homognea, la
Muestra 2 sera nica muestra ms representativa, mientras que las otras
muestras no son representativa, convirtiendo este ltimo caso a este tipo
de muestreo ineficiente.
b) Muestreo Sistemtico, con esta tcnica de alguna manera se trata de salvar
el problema presentado en el caso anterior. Para la aplicacin de este tipo
de muestreo se debe tener datos de una variable (ingreso, gastos, nmero
residentes, entre otras) de todas las viviendas y/o establecimientos a fin
proceder a su ordenamiento, y as construir un intervalo (1, k = N/n) para la
eleccin de un arranque aleatorio (a). Esto es, si se sabe que el tamao de
la poblacin es de N = 400 viviendas y se necesita una muestra de tamao
n = 40 viviendas, luego el intervalo sera (1, 10). En consecuencia, de este
intervalo se selecciona un valor aleatoriamente que podra ser por ejemplo
a = 5. De esta manera se procede a la seleccin de la vivienda a, a+k,
a+2k, ..., a+(n-1)k. Esto es, las viviendas seleccionadas seran: 5, 15, 25,...,
395.

c) Muestro estratificado, es una tcnica parte de la idea de que la poblacin

no es homognea, implicando esto la existencia de marcados grupos al
interior de la poblacin denominados estratos. Para la conformacin de
estos estratos nos debemos apoyarnos de una variable y/o indicador con el
cual se pueda formar grupos muy homogneos al interior y lo ms
heterogneos entre los entre ellos. Una vez formados los estratos se deben
seleccionar una muestra independiente en cada uno de ellos. En la
determinacin de la muestra se puede proceder de la siguiente manera:
Determinacin de un tamao global de la poblacin y luego la asignacin
del tamao de cada estrato se puede hacer por la afijacin ptima o la
asignacin proporcional.
Determinacin de un tamao de muestra independiente en cada uno de
los estratos.

En este documento sugerimos el uso del muestreo estratificado proporcional.

En este mtodo se asegura que cada unidad muestral (vivienda) de un estrato
tiene la misma probabilidad de ser seleccionada, tal como se muestra en la
grfica siguiente

d) Determinacin de la notacin

N = Tamao de la poblacin

Nh = Tamao de la poblacin del estrato h ( donde h = 1, 2, 3)

n = Tamao de la muestra

nh = Tamao de la muestra del estrato h

1 N
X i = Media de la poblacin, donde Xi W i Ri Kg /hab. /da de
N i 1

basura en la poblacin.

h = Media de la poblacin del estrato h

1 n
xi = Media de la muestra xi w i ri
n i 1

Kg /hab. /da de basura en

la muestra.

xh = Media de la muestra del estrato h.

1 N
X i 2 = Varianza de la poblacin.
N i 1

1 n
xi x
n 1i 1

2 = Varianza de la muestra muestral

s2

Ri = Habitantes de cada i-sima vivienda en la poblacin.

Wi = Cantidad de basura producida (Kg./da) por cada i-sima vivienda

de la poblacin.

ri = Habitantes de cada i-sima vivienda de la muestra.

wi = Cantidad de basura producida (Kg / da) por cada i-sima vivienda
de la muestra.

e) El clculo para determinar el tamao de la muestra, 3 permite definir el

tamao de muestra representativo de viviendas con un nivel confianza, un
lmite mximo de error de estimacin y un valor de variacin determinados
previamente:
Cuando se selecciona una muestra de poblacin, sta es una de las N n
(muestreo con reemplazo) o

N!
(muestreo sin reemplazo) posibles
(N n)!

muestras. Es decir, si el tamao de la poblacin es de N = 10 y se necesita

obtener una muestra de tamao n = 2, la muestra que se obtendra sera
10!
90 posibles muestras.
(10 2)!

una de las 102 = 100

De lo expresado anteriormente se puede concluir que la media muestral ( x

) tendra tantos valores diferentes como muestras posibles sean. Esto es, la
x es una variable aleatoria, que como tal tiene una distribucin.
La distribucin muestral de x , cuando la muestra es seleccionada de una
poblacin donde la varianza 2 es una valor conocido pero no se conoce su
tamao N, es una distribucin normal con media y varianza 2 n . Esto es,

2
x N ,
n

que

estandarizada

x
N 0, 1 , de donde x

estara

expresada

por:

n se conoce como error estndar de

x.

Sin embargo, si se conoce el tamao de la poblacin N y la varianza 2, la

distribucin muestral se ajusta a x N ,

estara expresada por:

de x esta dado por: x

x
2 N n
n N 1

2 N n
n N 1

N 0, 1

que estandarizada

. Este caso, el error estndar

2 N n .
n N 1

Ahora bien, si deseamos obtener una valor centrado de Z con una

probabilidad de 1-, esto se podra expresar por: P Z / 2 Z Z1 / 2 1 .
3

Se debe tener en cuenta que el tamao de la muestra no se determina a travs de las proporciones P y
Q=1-P, porque en este caso se quiere estimar el valor de la media de poblacin (generacin per cpita de
residuos de la localidad) y no el valor una proporcin.

Si queremos obtener un intervalo de confianza para media de la poblacin

, ste se puede obtener de:

P Z / 2 Z Z1 / 2 1

x
P Z / 2
Z 1 / 2 1

Por simetrasesabeque: Z / 2 Z 1 / 2

P x Z 1 / 2 x x Z1 / 2 x 1

De la expresin anterior, se tiene que Z1-/2 es el coeficiente de confianza (la

abscisa de la distribucin normal estndar asociada a la probabilidad 1-/2 y
el error de muestro o lmite mximo de error en la estimacin , esta dado
por: E Z 1 / 2 x .
Para la determinacin del tamao de muestra de las viviendas particulares
se obtendr un tamao total n, luego se har asignacin de los tamaos de
la muestra para los estratos en forma proporcional. Para los
establecimientos de determinar un tamao de muestra nico, dado que a
los establecimientos no se les va a estratificar.

Ahora bien, si se conoce el tamao de la poblacin N y su varianza 2 ( o

esta se asume), el error de muestreo esta dado por E Z1 / 2

2 N n

n N 1

, entonces de esa expresin se puede deducir que el tamao de muestra

de la siguiente manera:
n

Z12 / 2 N 2
(N 1)E 2 Z12 / 2 2

donde:
n = Nmero de viviendas a seleccionar aleatoriamente,
= Desviacin estndar de generacin de basura per capita de la
poblacin, Xi (Kg./hab./da de basura),
E = Lmite mximo de error (error permisible) en la estimacin de .
N = Nmero total de viviendas de la poblacin.

Cuando no se conoce el tamao de la poblacin N, pero si el valor de la

varianza 2 ( o esta se asume), el error de muestreo esta dado por
E Z1 / 2 n , entonces de esa expresin se puede deducir que el
tamao de muestra de la siguiente manera:

Z12 / 2 2
E2

De las formulas se deduce lo siguiente:

Si la varianza de la poblacin ( 2) es
considerablemente el tamao de la muestra.

pequea

se

reducir

A mayor error de estimacin menor tamao de muestra.

Aunque el tamao de la poblacin sea muy grande, no es necesario
aumentar el tamao de la muestra.
10

f) Asignacin del tamao de muestra de viviendas particulares para los

estratos, en este caso se debe proceder de la siguiente manera.

Calcule el porcentaje o proporcin del tamao de la poblacin en cada

estrato. Esto es: qh N h N , h 1,2,3 .

Luego se procede a la asignacin proporcional de los tamaos de

muestra para cada estrato. Es decir: n h n qh

g) El tamao de la muestra estar en funcin de:

El error permisible (E)4 en la estimacin de , que por general debe ser

entre 1% y 15% del valor de la media poblacional que va estimar.

La desviacin estndar (), es el resultado de la raz cuadrada de la

varianza de la poblacin. Si la desviacin estndar es pequea (caso de
poblacin homognea), bastara una muestra muy pequea; mientras
que si la desviacin estndar es grande (caso de poblacin heterognea),
la muestra debe ser grande.

h) Para la obtencin del valor de la varianza de la poblacin

Puede hacerse un muestreo preliminar y estimar su valor con los datos

muestrales.

Utilizar estimaciones que se hayan encontrado en estudios que se hayan

realizado anteriormente. 5

En el caso de que no se tenga datos iniciales de la ciudad en estudio,

entonces se debe asumir la desviacin estndar en 200 grs./hab./da. 6

i) El nivel de confianza ms utilizado es de 95% 1- = 0,95, lo cual permite

usar como coeficiente de confianza Z1-/2 = 1,96, que corresponde a la
abscisa de la distribucin normal estndar asociada a la probabilidad
centrada igual a 0,95.

Veamos un ejemplo, para la determinacin de una localidad, la misma

que tiene tres estratos socioeconmicos, tal como se muestra en la tabla
adjunta.
4

5
6

El error permisible segn la SEDUE puede estar comprendido en el intervalo de 0,04 0,07 Kg /hab. /Da.
Mientras que segn Hctor Collazos Universidad Nacional de Colombia puede estar comprendido en el
intervalo de 0,02 - 0,10 Kg./hab. /da.
En Colombia la varianza se estima que debe estar entre 0,04 y 0,25 Kg. 2 /hab. /da.
Anlisis de Residuos Slidos Municipales, elaborado por Kunitoshi Sakurai, 1983

11

Estratos
Total
Estrato 1
Estrato 2
Estrato 3

Viviendas
5000
1000
1500
2500

%
100,0
%
20,0%
30,0%
50,0%

En este ejemplo, se asume que la varianza del gpc es de 2 = 0,04

Kg2/hab./da y que el promedio podra ser de 0,655 Kg./hab./da, adems se
tiene que el tamao de poblacin es N = 5000
Si se quiere trabajar con un nivel de confianza del 95%, entonces Z1-/2 =
1,96. Adems, si se considera un error de estimacin equivalente al 10%
del promedio estimado, luego E = 0,0655. Con estos datos, se tiene que el
tamao de muestra total estara dado por:
n

Z12 / 2 N 2
(N 1)E 2 Z 12 / 2 2

1,962(5000
)(0,04)
35,57 36
2
(5000 1)0,0655 1,962(0,04)

El tamao de muestra de vivienda n = 36, se tiene ahora que asignar o

distribuir proporcionalmente en los estratos, es decir:
Estratos
Total
Estrato 1
Estrato 2
Estrato 3
II.2

Muestra
36
7
11
18

%
100,0
%
20,0%
30,0%
50,0%

Seleccin de la muestra

La muestra debe ser seleccionada por el mtodo de muestreo simple aleatorio,

que consiste en la escoger de las unidades muestrales de un total de
N viviendas, de tal modo que cada una tenga la misma posibilidad de
ser escogida. Esto se realiza usando una tabla de nmeros aleatorios
(ver tabla N1), o mediante de una mquina calculadora que tenga el
programa nmeros aleatorios, o bien introduciendo balotas
numeradas desde el 1 hasta N en una urna, mezclndolos
debidamente y tomando al azar n de ellos. El valor de n es el
tamao de la muestra y ha sido definido anteriormente. 7

II.3

Validez de la muestra preliminar

II.3.1 Anlisis de las observaciones sospechosas

a) Si la muestra tiene un tamao n 30, el anlisis de las observaciones
7

En muchos casos no es posible hacer la seleccin aleatoria de las viviendas porque se tiene que recurrir
a la solicitar la colaboracin solidaria de los vecinos.

12

sospechosas se debe hacer usando de la Prueba Q de Dixon. Para tal efecto

se debe hacer lo siguiente:

Ordenar los datos de la generacin per cpita X i de menor a mayor:

X(1) ... X(n), ( i = 1, ..., n)

Determinar el nivel de confianza, esto es, 1-.= 0,90; 0,95; 0,99.

Determinar el nmero de observaciones a ser analizadas: k n/2.

Determinar el intervalo de sospecha, para esto se debe calcular los

lmites: inferior y superior del intervalo. Es decir:
inf k 2 y sup n - k 2 1

Luego que observaciones que son sujetas de sospecha son:

X(i) X(inf) y X(i) X(sup) i 1, , n

Calcular el rango de las observaciones: rango = X (n) X(1)

Para cada observacin considerada como sospechosa, se debe calcular:

Q 1(i )
Q 2(i )

X(i ) X(i 1)
rango

X(i ) X(i 1)
rango

Q C (i ) max Q 1(i );Q 2(i )

La observacin sospechosa ser rechazada si Q C (i ) Q (n ; 1 ) ,8 siendo

Q(n ; 1 ) el Coeficiente de Rechazo de la Prueba Q de Dixon para muestra
de tamaos n con una confianza 1-.. (ver Tabla 2).

b) Si la muestra tiene un tamao n > 30, el anlisis de las observaciones

sospechosas se debe hacer usando de la distribucin normal con una
confianza 1-.

Ordenar los datos de la generacin per cpita X i de menor a mayor:

X(1) ... X(n), ( i = 1, ..., n)

c) Determinar el nivel de confianza, esto es, 1-.= 0,90; 0,95; 0,99.

Determinar el nmero de observaciones a ser analizadas: k n/2.

Determinar el intervalo de sospecha, para esto se debe calcular los
lmites: inferior y superior del intervalo. Es decir:
inf = k/2 y sup = n (k/2)+1.

Luego que observaciones que son sujetas de sospecha son:

X(i) X(inf) y X(i) X(sup) i 1, , n

Para cada observacin considerada como sospechosa, se debe calcular:

Si se llegase a eliminar una vivienda y/o establecimiento porque tiene una observacin sospechosas, se
debe a volver calcular la generacin per cpita de residuos con el nuevo nmero de viviendas que no
tienen observaciones sospechosas. Ello implicara, tambin, hacer el reclculo de las estadsticas
descriptivas: varianza , desviacin estndar y coeficiente de variacin.

13

ZC

X X (i )
S

ZC Z1 / 2 , 9siendo
La observacin sospechosa ser rechazada si
Z1 / 2 el valor de la abscisa de la distribucin normal estndar asociada
a la probabilidad 1-/2.. Esto es, s:

1 0,90

Z1 / 2 1,65

1 0,95

Z1 / 2 1,96

1 0,99

Z1 / 2 2,58

II.3.2 La Varianza
a) Si el valor de la varianza se asumi, entonces se tiene que validar, dado
que ste afecta al error de muestreo. En la validacin se debe tener en
cuenta que el valor asumido debe ser mayor o igual que la varianza
estimada con los datos de la muestra, mediante la siguiente formula:

s2

1 n
xi x
n 1i 1

2 , donde:

1 n
xi es la media muestral.
n i 1

b) Otra forma de validar la varianza asumida en la determinacin del tamao

de muestra es a travs de clculo de un intervalo de confianza del 95% para
la estimacin de la varianza de la poblacin; esto es:

(n 1)s2

2
(n
-1,/2)

(n 1)s2
2
1
(n-1,1/2)
2

Donde n es el tamao de muestra de viviendas seleccionadas; s 2 es la

2
varianza de la muestra y (n- 1, ) es el valor de la abscisa de la Distribucin
Chi-Cuadrado de n-1 grados de libertad asociada a la probabilidad
( siendo = /2; 1-/2, vase Tabla 6), siempre y cuando n 30, caso
contrario se tiene que usar su aproximacin, esto es:
2
(n
- 1,)

1
2

z1

2.

2n 1

Como ejemplo de aplicacin consideremos los datos de la generacin per

cpita (gpc) de residuos de una muestra de 45 hogares 10 en donde se
obtuvo que el promedio muestral fue de 0,51 Kg./hab./da y una desviacin
estndar muestral de 0,176 Kg./hab./da. En este estudio se asumi que la
desviacin estndar de la poblacin de la gpc en dicho sector fue de 0,200
Kg./hab./da.
Esto significa que tenemos: n 45 s 0,176 s2 0,030625 A 0,2 A2 0,04.
Si se asume una confianza del 95%, esto implica que 1- = 0,95, /2 =
0,025 y 1-/2 = 0,975. Luego para se tiene que:

10

Si se llegase a eliminar una vivienda y/o establecimiento porque tiene una observacin sospechosas, se
debe a volver calcular la generacin per cpita de residuos con el nuevo nmero de viviendas que no
tienen observaciones sospechosas. Ello implicara, tambin, hacer el reclculo de las estadsticas
descriptivas: varianza , desviacin estndar y coeficiente de variacin.
Informacin preliminar de la investigacin aplicada en el Distrito de Carabayllo por la Ing. Berta Olarte
Navarro, CEA/Universidad de Lima, Agosto del 2002.

14

2
1
(n2 - 1, / 2) (44,
0,025) 2 z 0,975

2
1
(n2 -1,1 / 2) (44,
0,975) 2 z0,025

2(45) 1 64,91

2(45) 1 27,93

Reemplazando todos estos valores en el intervalo de confianza se tiene:

5)
(44)(0,03062
5)
(44)(0,03062
2
P
2
0,95 P(0,0204 0,482) 0,95
65,91
27,93

2
Esto significa que la varianza asumida A
0,04 se encuentra entre los
valores posibles para la varianza de la poblacin con una certeza del 95%.

II.3.3 La muestra
Una vez obtenido el tamao de la muestra se debe realizar la validacin para
asegurar que sta permita inferir los parmetros de la poblacin.
a) Si el tamao de la muestra se determin, asumiendo el valor de la
varianza, estableciendo un error permisible y considerando un nivel de
confianza. Para fines de su validacin, a esta muestra la denominaremos
como m.
b) Luego para su validacin se debe obtener el tamao de muestra, usando la
varianza obtenida con los datos de la muestra m. A este tamao de
muestra denominaremos n.
c) Ahora bien, en la relacin de estas dos muestras se presenta tres casos:

Si n > m, se debe obtener de campo el nmero de unidades muestrales

faltantes (determinadas por la diferencia de n - m), para cumplir de esta
manera con la confiabilidad deseada en el muestreo. Esta situacin
implica, que luego se tiene que realizar una nueva estimacin de la
varianza, involucrando los elementos faltantes.

Si n = m, no ser necesario analizar ms elementos para considerar

como valido el muestreo aplicado en este caso.

Si n < m, se debe asumir cmo valido el valor de la muestra m y no se

debe eliminar las supuestas unidades muestrales sobrantes.

II.3.4 Prueba de Significacin para la Media de la Poblacin

Habiendo cumplido con lo anterior, el siguiente paso es realizar el anlisis de
significacin de la media de poblacin (esto es, efectuar una prueba de
hiptesis: bilateral y unilateral); con el fin de validar si la media de la poblacin
() es igual, mayor o menor que un valor propuesto (0). En este caso, se hace
el planteamiento de una hiptesis nula contra hiptesis alternativa
correspondiente.
El propsito de esta prueba de significacin es el contrastar la hiptesis nula
H0 frente a una hiptesis alternativa H1, presentndose las siguientes:
a) Pruebas unilaterales:

De la cola inferior o izquierda (H0 : = 0 vs. H1: < 0 ); y

15

De la cola superior o derecha (H0 : = 0 vs. H1: > 0);

b) Prueba bilateral o de dos colas (H0 : = 0 vs. H1: 0).

De acuerdo con los datos que se disponga para el estudio se puede presentar
los siguientes casos:
Cuando la varianza de la poblacin 2 es conocida11
Hiptesis

Estadstica
de Prueba

Valores
Crticos

Reglas para
rechazar H0

H0 : = 0
z
zc < z
H 1: < 0
x - 0
H0 : = 0
z1-
zc > z1-
zc =
H 1: > 0
/ n
H0 : = 0
z/2
zc < z/2
H1: 0
z1-/2
zc > z1-/2
En el cuadro anterior se presenta las tres pruebas de hiptesis posibles,
donde el valor crtico z es el valor de la abscisa de la distribucin normal
estndar (Ver Tabla 5) asociado a la probabilidad ( siendo = ; /2; 1; 1-/2) .
Caso de varianza de la poblacin 2 desconocida y n 30
Hiptesis
H0 : = 0
H1: < 0
H0 : = 0
H1: > 0
H0 : = 0
H1: 0

Estadstica
de Prueba

tc =

x - 0
s/ n

Valores
Crticos

Reglas para
rechazar H0

-t

tc < -t

(n-1; )

(n-1; )

-t (n-1; /2)
t (n-1; /2)

tc > t

(n-1; )

(n-1; )

tc < -t (n-1; /2)

tc > t (n-1; /2)

En este caso, s es la desviacin estndar estimada con los datos

muestrales y el valor crtico t(n-1; ) es el valor de la abscisa de la distribucin
T de Student de n-1 grados de libertad (Ver Tabla
3), asociado a la
probabilidad ( siendo = ; /2).
Si usamos el mismo ejemplo usado en la validacin de la varianza, en la
que se tiene los datos de la generacin per cpita (gpc) de residuos de una
muestra de 45 hogares, cuyo promedio muestral fue de 0,51 Kg./hab./da y
su desviacin estndar muestral de 0,176 Kg./hab./da. En este estudio se
asumi que la desviacin estndar de la poblacin de la gpc en dicho
sector fue de 0,200 Kg./hab./da. En otros estudios se afirma que el
promedio de gpc, en ese mismo sector, es de 0,455 Kg./hab./da. Esto
implicara, plantearnos la siguiente pregunta es posible que la gpc
promedio se haya incrementado?.
El procedimiento para responder la interrogante planteada es travs de una
prueba
de
hiptesis.
De
los
datos
tenemos
que:
11

En este caso no interesa el tamao, esto es el procedimiento se puede llevar acabo con cualquier tamao
de muestra.

16

 0 0,455 n 45 x 0,510 0,200,

esto quiere decir que estaramos

frente a un caso donde la varianza de la poblacin es conocida.

Hiptesis planteadas:
H0: la gpc promedio no se ha incrementado

H0: = 0

H1: la gpc promedio se ha incrementado

H1: > 0

Nivel de Significacin: = 0,05

Estadstica de Prueba
zc

x 0 0,510 0,455

1,84
s n
0,200 45

Valor crtico: z1- = z0,95 = 1,645

Regla de Decisin: Si zc > z1- se

rechaza H0

Decisin de la Prueba:

Rechazar H0

II.3.5 Prueba de la comparacin medias poblacionales de los estratos

socioeconmicos. Anlisis de Varianza
Se emplea para aceptar o rechazar la hiptesis nula de que las medias
poblacionales de todos los estratos socioeconmicos son iguales (H 0: 1 = 2
= 3 =4 = ), contra la hiptesis alternativa que al menos un par de ellas son
diferentes(H1: h k h j).
Esto se realiza con el fin de poder concluir que en un momento se podr
utilizar el mismo promedio de la generacin de basura per capita, para todos
los estratos socioeconmicos de la poblacin muestreada.
Para este procedimiento, las observaciones muestrales deben estar dispuestas
de la siguiente forma:

Observaciones

Estratos Socioeconmicos

Gran

x11

x12

x13

x21

x22

x23

...

...

...

...

nj

xn 1 1

xn 2 2

xn 3 3

Total Columna

t*1

t*2

t*3

t**

Tamao de
muestra

n1

n2

n3

Total

17

De acuerdo con los datos dispuestos en la tabla anterior se tiene: el total de la

j-sima submuestra (estrato): t*j
(estrato): x*j

t *j

nj

xij ;

la media de la j-sima submuestra

i 1

; el total de la muestra total:

nj

nj

t** t*j xij ; y la

j 1

j 1 i 1

t
media de la muestra total: x** ** . As mismo, se tiene un total de n = n 1 +
n
n2 + n3 datos muestrales y c = 3 estratos socioeconmicos.

El modelo bsico del diseo bsico experimental de clasificacin aleatoria es:

(Xij - ) = (j - ) + (Xij - j)
Donde Xij es la i-sima observacin de la unida muestral del j-simo estrato.
Ahora bien, con los datos muestrales el modelo bsico est dado por:

xij x** x*j x** xij x*j

Si aplicamos las sumatorias correspondientes y elevamos al cuadrado a las
desviaciones, se obtiene las Sumas de Cuadrados de la siguiente forma:
c nj

c nj

c nj

xij x** x*j x** xij x*j

2

j 1i 1

j 1i 1

j 1i 1

a) De donde se tiene las siguientes sumatorias

c nj

SCT xij x**

j 1i 1

2 : Suma de Cuadrados Total (SCT)

que representa la

variacin total que surge por las variaciones en los estratos y las
variaciones casuales; los grados de libertad estn dados por n-1 y,
c nj
t2**

tambin, se puede obtener mediante: SCT x2

ij
n
j 1 i 1

c nj

SCC xij x**

j 1i 1

2:

Suma de Cuadrados entre estratos (SCC) que

refleja la contribucin de los diferentes estratos y el azar en la

variabilidad entre los mismos. Los grados de libertad estn dados por cc

t2
*j

j 1

nj

1 y, tambin, se puede obtener mediante: SCC

c nj

SCE xij x*j

j 1i 1

2:

t*2*
n

Suma de Cuadrados dentro de los estratos o del

Error (SCE) es la suma de cuadrados del error dentro de los estratos. Los
grados de libertad estn dados por n-c y, tambin, se puede obtener
mediante: SCE = SCT SCC.
b) Los estimadores para la varianza 2, en el lenguaje de Anlisis de Varianza
se llaman Cuadrados Medios, y en este caso, nos interesa obtener:
18

SCC
c 1

Cuadrados Medios entre estratos : CMC

Cuadrados Medios dentro de los estratos o del Error: CMC

SCE
nc

Todos estos datos se deben disponer en el siguiente cuadro, denominado

Cuadro de Anlisis de Varianza o ANAVA:
ANAVA
Fuente de Variacin
Entre los Estratos
Dentro de los
Estratos
Total

Suma de
Cuadrados
SCC

Grados de
Libertad
c1

Cuadrados
Medios
CMC

SCE

n-c

CME

SCT

n-1

---

En resumen el procedimiento prctico para realizar el ANAVA, permite obtener

la siguiente prueba de hiptesis.

Hiptesis
H0: 1 = 2 = 3 = 4
H 1: h k h j

Estadstica de
Prueba

CMC
CME

Valor Crtico
F(c-1; n-c,

1-)

Regla para rechazar

H0
F > F(c-1; n-c,

En este caso, el valor crtico F(c-1; n-c, ) corresponde a la abscisa de una

distribucin F-Fisher con c-1 y n-c grados de libertad asociado a la
probabilidad (es recomendable considerar un = 0,05, ver Tabla 4)

III.

Metodologa para el Anlisis de la Basura.

III.1

Procedimiento para la recoleccin de la informacin.

Una vez definido el tamao de muestra, que es la cantidad de viviendas a

muestrear, se deber ejecutar el siguiente procedimiento.
III.1.1
Explicar el objetivo y la metodologa de trabajo en la poblacin
involucrada en el estudio (amas de casa y familia en general de las
viviendas a muestrear).

19

III.1.2
Registrar el nombre de la persona responsable, la direccin y el
nmero de habitantes por vivienda seleccionada.

III.1.3
Entregar las bolsas vacas a cada una de las viviendas
seleccionadas, indicndoles que depositen en ellas los residuos
generados en la vivienda, procurando no cambiar las costumbres o
rutina diaria.
III.1.4
Al da siguiente recoger las bolsas con residuos y entregar otras
bolsas vacas a cambio. Se debe procurar que esto se haga
aproximadamente a la misma hora en la que se les entreg las bolsas el
da anterior.
III.1.5
Marcar las bolsas para su identificacin, colocndoles etiquetas en
donde se especifique el nmero de vivienda, el nmero de habitantes
por vivienda, direccin y fecha.

20

III.1.6
Llevar la bolsa al lugar donde se har el anlisis de la basura,
procedimiento que ser indicado en los tem 3.2 (generacin per cpita
y generacin total), 3.3 (densidad), y 3.4 (composicin fsica).
III.1.7

III.2

Repetir el procedimiento durante 8 das.

Clculo de la generacin per cpita y la generacin total diaria

de residuos slidos.

III.2.1
Partiendo del tem 3.1.6, pesar las bolsas recogidas diariamente
(wi), durante los ocho das que dura el muestreo. Este peso representa la
cantidad de basura diaria generada en cada vivienda (Kg./Viv./da). Para
esto se requiere una balanza pequea, de 0 a 5 Kg
III.2.2
Dividir (para cada vivienda muestreada) el peso de las bolsas (w i)
entre el nmero de habitantes (ri), para obtener la generacin per cpita
diaria de las viviendas muestreadas (Kg./hab./da).

Generacinper cpitadiariade residuos gpsc xi

Pesode residuos(w i )
Hab (ri )

III.2.3
Calcular la generacin per cpita diaria promedio de residuos
slidos mediante:

Generacinper cpitadiariapromediode residuos gpsc xk

1 n
xi , k 1, ,7
n i 1

III.2.4
Para el clculo de la generacin total diaria, multiplicar la
generacin per cpita promedio por el nmero de habitantes de la
localidad.
Generacintotalde residuos kg / da y i n xk

III.3

Clculo de la densidad de los residuos slidos.

III.3.1
Preparar un recipiente de aproximadamente 50 a 100 litros
(puede ser la mitad de un cilindro) y una balanza de pie.
III.3.2
Pesar el recipiente vaco (WR1) y medir su volumen (V). En caso
de usar un cilindro, para el clculo del volumen del recipiente medir la
21

altura del cilindro (h) y su dimetro (d). El volumen de recipiente ser:

d2h
Volumen(V )
4
III.3.3
Vaciar la basura recolectada en las bolsas (tem 3.1.6) dentro del
recipiente sin hacer presin y remecerlo de tal manera que se llenen los
espacios vacos en el mismo.
III.3.4
Pesar el recipiente y por diferencia obtener el peso de la basura
(WR2). En caso de que el recipiente no se encuentre lleno, medir la
altura a la que llega la basura (h1). Con estos datos calcular el volumen
de la basura.

Volumende la basura(V )

d2h1
4

III.3.5
Calcular la densidad de la basura dividiendo el peso de la basura
entre el volumen del recipiente (s ste se encuentra lleno) o entre el
volumen de la basura dentro del recipiente (calculado en el tem
anterior). Densidad

III.4

WR 2 WR 1
V

Anlisis de la composicin fsica de los residuos slidos.

III.4.1

Utilizando la totalidad de los residuos

12

a) Colocar la basura en un lugar pavimentado o sobre un plstico grande

(para este anlisis utilizar la totalidad de residuos recolectados en el da).
b) En forma inmediata dar inicio a la clasificacin manual de los residuos en
los siguientes componentes:

12

Materia orgnica (restos de alimentos)

Huesos

Papeles y cartones.

Plsticos

Para los clculos respectivos, descartar la muestra tomada el primer da.

22

Textiles

Metales, Vidrios

Madera y follaje

Otros (caucho, cuero, tierra, etc.)

c) Dar por terminada esta labor cuando toda la basura en estudio ha sido
separada en sus componentes (plstico, vidrio, metal, etc.)

d) Pesar cada uno de los componentes en la basura teniendo los datos del
peso total y el peso de cada componente.

Porcentaje(%)

Pi
x100
WT

Pi Pesode cadacomponente
en los residuos(plstico,vidrio,metal,etc.)
WT Pesototalde los residuosrecolectad
os en el da.

e) Es necesario efectuar todo el trabajo con la mayor rapidez posible ya que

durante la operacin de clasificacin, la basura va perdiendo humedad.
f) Repetir el procedimiento durante los ocho das que dura el muestreo de los
residuos.
III.4.2

Utilizando una muestra de 1 m3 de la totalidad de los residuos

Se toma la muestra de alrededor de 1m 3 llevndola a un lugar

pavimentado en donde se vierte formando un montn.

Se rompen bolsas y se cortan cartones y maderas contenidas en la

basura hasta conseguir un tamao de 15cm por 15cm o menos.

Se homogeniza la muestra mezclndolas toda.

El montn se divide en cuatro partes y se escoge dos opuestas para
formar otra muestra representativa ms pequea. La muestra menor se
23

vuelve a mezclar y se divide en cuatro partes, luego se escoge dos

opuestas y se forma otra muestra ms pequea. Esta operacin se repite
hasta obtener una muestra de 50kg. de basura o menos.

Se separan los componentes del montn ltimo y se clasifican de

acuerdo al tem

Los componentes se van clasificando en receptculos pequeos que

pueden ser de 50 litros.

Se debe pesar los receptculos antes de empezar la clasificacin usando

la balanza de pie.

Una vez terminada la clasificacin se pesa los receptculos con los

diferentes componentes y por diferencia se saca el peso de los
componentes.

Se saca el porcentaje (%) de los componentes teniendo los datos del

peso total y el peso de cada clase.

24

ESTUDIO DE CASO EN SAN ANDRS / PISCO / ICA - PER

MUESTREO DE VIVIENDAS
Para la efectuar la caracterizacin de los residuos de los viviendas (o
establecimientos) del lugar o comunidad bajo estudio, es necesario seleccionar
una muestra representativa. De este modo, en primer lugar se debe
determinar el tamao de muestra (nmero) necesario y luego efectuar la
seleccin de stas.
El tamao de muestra 13 se determina de la siguiente manera:
Cuando se conoce N:
Z 12 / 2 N 2
1,962 (2400
)(0,2)2
n

48,0394
(N 1) E 2 Z 12 / 2 2 (2400 1)(0,056)2 1,962 (0,02)2
donde:
n = 48:
= 0,2

Nmero de viviendas a seleccionar aleatoriamente

Desviacin estndar de generacin de residuos per cpita de la
poblacin (Kg./hab./da).
E = 0,056
Lmite mximo de error (error permisible) en la estimacin de
(generacin per cpita promedio de residuos de la comunidad).
N = 2400
Nmero total de viviendas de la poblacin.
Z1-/2 = 1,96 es el coeficiente de confianza (abscisa de la distribucin normal
estndar asociada a la probabilidad 0,975).
GENERACIN PER CPITA DE RESIDUOS Y SU ANLISIS DESCRIPTIVO
El registro de la generacin de residuos de las viviendas slo se mide a partir
del segundo da de los ocho das que se observan, esto es, la medicin
corresponde a siete das consecutivos. Este dato obtenido para cada vivienda
seleccionada nos permitir obtener, en primer lugar, la generacin per cpita
de residuos de la comunidad bajo estudio, as como las estadsticas
descriptivas de la variabilidad (varianza, desviacin estndar y coeficiente de
variacin).
Generacin per cpita de residuos por vivienda:

Generacin per cpita promedio:

Xi

1 7 Wij

7 j1 R i

1 n
X i 0,425Kg./ hab./ da
n i 1

2
1 n
X i nX 0,051

n 1 i 1

Desviacin Estndar de la generacin per cpita:

Varianza de la generacin per cpita:

n 1

X i nX

S2

0,226

Coeficiente de Variacin de la generacin per cpita:

13

i 1

CV S X * 100
% 53,2%

Se recomienda aumentar en 5% y 10% del tamao mantener el tamao original cuando en la

operacin de campo algunas viviendas no colaboren en la entrega de las bolsas de residuos y/o porque se
tengan eliminar por tener observaciones sospechosas.

25

N
Vivienda

14-Dic

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

0.04
0.70
0.10
0.08
0.40
1.30
0.83
0.07
0.25
0.40
1.10
0.06
0.20
0.13
1.13
0.15
0.46
0.30
0.55
0.55
0.46
0.08
0.10
0.40
0.20
1.05
0.05
0.98
0.52
0.22
0.20
0.30
0.23
0.20
0.57
0.86
1.05
0.13
0.75
0.67
0.90
0.82
0.46
0.75
0.20
0.54
0.78
0.75

Generacin per cpita diaria (kg./hab./da)

15-Dic
16-Dic
17-Dic
18-Dic
19-Dic

0.08
0.17
0.25
0.68
1.30
0.87
0.15
0.50
0.08
0.85
1.16
0.75
0.23
0.34
0.30
0.20
0.80
0.28
0.08
0.50
0.12
0.26
0.44
0.20
0.10
0.40
0.20
0.15
0.05
0.70
0.60
0.30
0.13
0.33
0.45
1.25
0.31
0.15
0.32
0.10
0.30
0.51

0.05
0.75
0.18
0.11
0.80
0.59
0.32
0.75
0.48
0.60
0.26
0.65
0.92
0.18
0.28
0.87
0.30
3.60
0.61
0.16
1.90
0.66
1.48
0.26
0.12
0.10
0.47
0.65
0.15
0.33
0.14
0.34
0.42
0.10
0.24
0.11
1.32
0.47
0.28
0.04
0.38
0.20
0.15
0.15

0.05
0.60
0.32
0.21
0.66
1.20
0.42
1.77
0.70
0.18
0.65
2.12
0.85
0.56
0.12
0.58
0.20
0.41
1.75
0.36
0.30
0.10
0.20
0.36
0.42
0.13
0.11
0.30
0.12
0.61
0.21
0.31
0.64
2.56
0.17
0.21
0.13
1.80
0.80
1.80
0.08
0.26
0.46
1.28
0.15

0.09
0.58
0.32
0.33
0.48
0.20
0.41
0.26
1.20
0.90
0.70
1.75
0.32
0.46
0.20
0.46
0.40
0.76
0.67
0.03
0.18
0.16
0.46
0.60
0.35
0.70
0.36
0.48
0.18

0.04
0.33
0.57
0.25
0.10
0.30
0.66
0.17
0.55
0.08
0.17
0.48
0.56
0.08
0.26
0.60
0.67
1.30
1.02
0.21
0.24
0.26
0.10
0.36
0.65
0.10
0.15
0.24
0.08
0.52

0.20
0.53

GPC
20-Dic

0.05
1.10
0.37
0.18
0.57
0.55
1.20
0.70
0.20
0.67
0.11
0.20
0.45
0.20
0.41
0.20
0.12
2.90
0.28
0.53
0.79
0.16
0.37
0.55
0.35
0.28
0.60
1.90
0.17

0.50
0.15
0.56

0.77
0.67
1.08
0.35
0.17
0.93

0.71
0.76

0.71

0.48
0.08
0.27
0.31
0.07
1.43
0.80
x=
s2 =
s=

Xi

1 7 Wij

7 j 1 R i

0.057
0.580
0.290
0.201
0.263
0.700
0.631
0.383
0.530
0.383
0.729
0.643
0.374
0.329
0.719
0.174
0.309
0.281
0.461
0.871
0.446
0.226
0.237
1.029
0.381
0.590
0.233
0.323
0.256
0.310
0.467
0.296
0.261
0.160
0.419
0.980
0.260
0.126
0.264
0.527
0.706
0.709
0.260
0.254
0.391
0.181
0.664
0.547
0.425
0.051
0.226

ANLISIS DE OBSERVACIONES SOSPECHOSAS

Para tal efecto, vamos usamos la Prueba de la Normal Estndar, dado que
n>30. 14
Para ambos casos se debe:

14

Si se ha tenido que eliminar viviendas por que tienen observaciones sospechosas o no colaboraron
en la entrega de residuos, se debe calcular nuevamente la generacin per cpita de la localidad, as como
las dems estadsticas descriptivas, dado que el tamao de muestra se ha reducido. Sin embargo si no se
ha eliminado viviendas se debe seguir con el siguiente paso .

26

Ordenar los datos de la generacin per cpita X i de menor a mayor: X(1)

... X(n), ( i = 1, ..., n)

N
N
N
N
N
N
N
N
GPC
GPC
GPC
GPC
Vivienda
Orden Vivienda
Orden Vivienda
Orden Vivienda
Orden
0,05
0,26
0,38
0,59
1
7
1
43
0
13
25
1
25
26
0
37
0,12
0,26
0,38
0,63
38
6
2
33
1
14
10
3
26
7
1
38
0,16
0,26
0,38
0,64
34
0
3
5
3
15
8
3
27
12
3
39
0,17
0,26
0,39
0,66
16
4
4
39
4
16
45
1
28
47
4
40
0,18
0,28
0,41
0,70
46
1
5
18
1
17
35
9
29
6
0
41
0,20
0,29
0,44
0,70
4
1
6
3
0
18
21
6
30
41
6
42
0,22
0,29
0,46
0,70
22
6
7
32
6
19
19
1
31
42
9
43
0,23
0,30
0,46
0,71
27
3
8
17
9
20
31
7
32
15
9
44
0,23
0,31
0,52
0,72
23
7
9
30
0
21
40
7
33
11
9
45
0,25
0,32
0,53
0,87
44
4
10
28
3
22
9
0
34
20
1
46
0,25
0,32
0,54
0,98
29
6
11
14
9
23
48
7
35
36
0
47
0,26
0,37
0,58
1,02
37
0
12
13
4
24
2
0
36
24
9
48

Determinamos el nivel de confianza 1-.= 0,95

Determinar el nmero de observaciones a ser analizadas: k = 16 48/2.
Determinar el intervalo de sospecha, para esto se debe calcular los lmites:
inferior y superior del intervalo. Es decir: inf 8 8 y sup 48- 8 1 41.
Luego que observaciones que son sujetas de sospecha son:
X (i) X (8) y X (i) X (41) i 1, ,48

Si n>30, aplicamos la Prueba de la Normal Estndar, para lo cual debemos:

Para cada observacin considerada como sospechosa, se debe
calcular: Z C

X X (i )

X 0,425

N Vivienda GPC N Orden

1
38
34
16
46
4

0,05
7
0,12
6
0,16
0
0,17
4
0,18
1
0,20
1

1
2
3
4
5
6

Zc
1,62
8
1,32
4
1,17
3
1,10
9
1,07
8
0,98
9

S 0,226

N Vivienda GPC N Orden

6
41
42
15
11
20

0,70
0
0,70
6
0,70
9
0,71
9
0,72
9
0,87
1

Zc

41

1,217

42

1,242

43

1,255

44

1,299

45

1,343
1,97
5

46

27

22
27

0,22
6
0,23
3

0,88
2
0,85
0

7
8

36
24

0,98
0
1,02
9

47
48

2,45
6
2,67
1

Z C Z 0,975 1,96. En este

sentido, se debe eliminar las observaciones de la viviendas: 20, 36 y 24.
En este caso, la muestra se ha reducido de 48 a 45 viviendas, porque
se han eliminado 3 que tienen observaciones sospechosas. As el
reclculo de las estadsticas descriptivas es el siguiente:
Generacin per cpita promedio: X 0,390Kg. / hab. / da
Varianza de la generacin per cpita: S2 0,034
Desviacin Estndar de la generacin per cpita: S 0,183
Coeficiente de Variacin de la generacin per cpita: CV 47%

La observacin sospechosa ser rechazada si

VALIDACIN DE LA VARIANZA
Luego de la inspeccin y eliminacin de observaciones sospechosas, se debe
efectuar la validacin de la varianza que se asumi para la determinacin del
tamao de muestra haciendo uso de la varianza de la generacin per cpita de
la muestra de viviendas.
En la validacin se debe tener en cuenta que el valor asumido debe ser
mayor o igual que la varianza estimada con los datos de la muestra. Como
la varianza asumida fue (0,2)2 = 0,04 mientras que la varianza muestral es
0,034, se puede afirmar que queda validada la varianza.
La otra forma de validar la varianza asumida en la determinacin del
tamao de muestra es a travs de clculo de un intervalo de confianza del
95% para la estimacin de la varianza de la poblacin; esto es:

(n 1)s2

2
(n
-1,/2)

(n 1)s2
1
(n2 -1,1/2)

2
Como 1- = 0,95, entonces debemos obtener, (44;0,025) y
como n>30 se tiene que usar su aproximacin, esto es:
2
(44;
0,025)

1
2

2
(44;
0,975)

1
2

z
z

0,975
0,025

2(45) 1
2(45) 1

64,91.

27,93

2
(44;
0,975) pero

De esta manera se tiene que:

44(0,034) 2 44(0,034)

0,95
62,52
30,32

P(0,023 2 0,053) 0,95

La varianza asumida fue de 0,04, valor que queda validado con 95% de
confianza.
VALIDACIN DEL TAMAO DE MUESTRA
Como siguiente paso, se debe proceder a la validacin del tamao de la
muestra de viviendas y/o establecimientos, con el objeto de tener la seguridad
que el tamao de muestra final permita efectuar una inferencia estadstica
vlida.
Si el tamao de la muestra se determin, asumiendo el valor de la varianza,
28

estableciendo un error permisible y considerando un nivel de confianza. Para

fines de su validacin, a esta muestra la denominaremos como m = 48. Luego
para su validacin se debe obtener el tamao de muestra, usando la varianza
obtenida con los datos de la muestra m. A este tamao de muestra
denominaremos n.
n

1,962 (2400
)(0,183)2
(2400 1)(0,056)2 1,962 (0,183)2

41

Ahora bien, en la relacin de estas dos muestras se presenta tiene: que n < m,
quedando validado el tamao de la muestra m y no se debe eliminar las
supuestas unidades muestrales sobrantes.

29

DIAGRAMAS DE FLUJO

30

Inicio

Recopilacin
de
informacin
N. Tamao de la poblacin
h: Nmero de Estratos
N h : Tamao del Estrato h.
1- : Nivel de Confianza
Z 1- /2 : Coeficiente de Confianza
E: Error de Estimacin
2 Varianza de la Poblacin

No

Varianza
conocida?

Asumir valor
varianza

Si
Tamao de
Poblacin
conocido?

No

Calcular tamao
de muestra con

Z12 / 2 2
E2

Si
Calcular tamao de muestra con

Z12 / 2 N 2
(N 1)E2 Z21 / 2 2

Asignacin de tamaos de muestra

en forma proporcional a los estratos
q h = N h /N => n

=n q

Recopilacin de datos de las

viviendas seleccionadas

31

Lugar donde se tomo la muestra

Identificacin del hogar: Id_hogar
Fecha de repilacin: F
Nmero de Residentes del hogar : R
Generacin de residuos: W

i
j
i
ij

Clculo de la generacin per cpita (Kg./hab./da):

Xi

17
W ij Ri
7 j1

i 1, ,n

Key = 0
V
Clculo de las estadsticas descriptivas de la generacin per cpita
Clculo del promedio

1 n
Xi
n i 1

Clculo de la Varianza

S2

2
1 n 2
X i nX
n 1 i 1

Clculo de la Desviacin Estndar y

del Coeficiente de Variacin

S S2

CV S X *100%

Si

Key = 1

No
1

32

Anlisis de las observaciones sospechosas

X

Ordenar las observaciones

... X (n) , ( i = 1, ..., n)
(1)

Nivel de Confianza: 1 .= 0,90; 0,95; 0,99.

Nmero de observaciones para anlisis: k
Intervalo de sospecha:

n/2

inf k 2 y sup n - k 2 1

Proceso de seleccin de observaciones sospechosas:

X(i) X(inf) y X(i) X(sup) i 1, , n

No

Prueba de Q de
Dixon

Clculo de valor Q

Si

n > 30

Prueba de la
Normal Estandar

X(i ) X(i 1)
Q (i )
1

Q 2(i )

rango
X(i ) X(i 1)

Clculo de valor Z

ZC

rango
Q C (i ) max
Q1(i );Q 2(i )

Q(n ; 1 )

Q C (i ) Q(n ; 1 )

Rechazar X

X X(i )
S

Abscisa de la distr.
Normal estndar asociada
a la probabilidad 1Z1 / 2

Coeficiente de Rechazo
Prueba Q de Dixon

/2

Zc Z1 / 2

Rechazar X

(i)

(i)

Existen
observaciones
rechazadas

Si

Key = 1

No
2

33

No

Se asumo la
varainza?

Si
VALIDACIN DE LA VARIANZA

2 s2

Existe problema en
la validez de

No

Si
2 mediante:

Calculo de Intervalo de Confianza para

A

IC :

(n 1)s2

2
(n
- 1, /2)

Si

Varianza validada

2 esta dentro
del IC

(n 1)s2
1
2

(n
- 1,1 /2)

No

Existe problema
grave en la validez
de 2

n>m

Tamao de muestra
suficiente. No eliminar
observaciones

3
VALIDACIN DEL TAMAO DE LA MUESTRA
Denominar como "m" al tamao de muestra
que determnio para trabajo de campo

Calcular el tamao de muestra "n" con el

valor de la variaza muestral:

Existe problemas en la
validacin en el tamao
de muestra

n<m

Qu relacin
existe entre
n y m?
n=m
Tamao de muestra
validado

34

Prueba de Significacin de la media de la poblacin

Planteamiento de Hiptesis:
H 0 Hipestsis Nula
H 1 : Hiptesis Alternativa

Determinacin del Tipo de

Prueba de Hiptesis:
Cola Izquierda, Cola Derecha
o Colas Bilaterales

2 es
conocida?
Si

n > 30

No

Si

Clculo de Estadstico
de Prueba con:

zc =

No

x - 0
/ n

Clculo de Estadstico
de Prueba con:

Clculo de Estadstico
de Prueba con:

zc =

x - 0
s/ n

tc =

x - 0
s/ n

Determinacin del valor(es)

Crticos(s)

Se dan condiciones
para rechazar
Hipstesis Nula?

No

Aceptar
H 0 : Hiptesis Nula

Si
Rechazar
H 0 : Hiptesis Nula

35

Prueba de Significacin para la Comparacin de las Medias de los Estratos

Planteamiento de las Hipotesis:
H 0 Hiptesis Nula
H 1 : Hiptesis Alternativa

Clculo de las Sumas de Cuadrados mediante:

c

nj

SCT x2ij
j 1 i 1

t2**

t2*j

j 1

nj

SCC

n
SCE SCT SCC

t*2*
n

Clculo de los Cuadrados Medios

CMC

SCC
c 1

CMC

SCE
nc

Elaboracin del Cuadro ANAVA

Clculo del Estadstico de Prueba

CMC
CME

Determinacin del Valor Crtico

F (c-1; n-c, 1-

Se da condicin
para rechazar
Hiptesis Nula?

No

Aceptar
H 0 : Hiptesis Nula

Si
Rechazar
H 0 : Hiptesis Nula

Fin de Procedimiento

36

ANEXOS

37

FORMATO 1
Informacin de la muestra (viviendas seleccionadas)
Nmero
de
Vivienda

Nm. de
Nombre

Direccin

Habitante
s

38

FORMATO 2
Generacin per cpita diaria de los residuos (gpc)
Fecha:___________________

de

Peso de
Vivienda la bolsa

Nmero de
Habitantes

Generacin
per cpita

Observaciones

(Kg./hab/da)

39

FORMATO 3
Densidad de los residuos slidos.
Peso del recipiente vaco:___________________Kg

Fecha

Peso del
recipiente
lleno

Volumen
de
Residuos

Densidad
de los
residuos

Observaciones

40

FORMATO 4
Anlisis de la composicin fsica de los residuos
Das
Producto

Promedio

Kg % Kg % Kg % Kg % Kg % Kg % Kg %
Materia
Orgnica
Huesos
Papeles y
cartones
Plsticos

Textiles

Metales

Vidrios
Madera y
follaje
Otros
materiales
Total

41

USO DE LA TABLA DE NMEROS ALEATORIOS

Una manera de seleccionar una muestra aleatoria simple es utilizando una
tabla de nmeros aleatorios como la que se muestra en esta gua. Esta cuenta
de 50 columnas de nmeros, agrupadas de cinco en cinco para ayuda visual y
50 renglones agrupados de cinco en cinco por la misma razn (ver Tabla 1) .
Suponga que la poblacin de inters tiene 500 viviendas y se desea extraer
una muestra de 45, utilizando la tabla de nmero aleatorios.
Como primer paso se debe localizar un punto de partida, lo cual puede hacerse
en varias formas. Una de ellas es dejando caer la punta del lpiz sin mirar la
hoja, el punto de partida ser el dgito ms prximo a la punta del lpiz.
Suponga que en este caso ese punto corresponde a la interseccin del rengln
15 de con la columna 20, es decir el dgito 3 (ver tabla).
Dado que se tiene 500 viviendas para elegir, es necesario seleccionar nmeros
de tres dgitos y aceptar aquellos que estn comprendidos entre 001 y 500
que es nuestro rango de posibilidades.
El primer nmero de tres dgitos, iniciando en el punto mencionado y siguiendo
un esquema de lectura como el que se usa en la mayora de los pases
occidentales (de izquierda a derecha y de arriba hacia abajo) es el nmero
334, el cual corresponde entonces a nuestro primer elemento de la muestra.
Se aclara que se van tomando dgitos de tres en tres, pero se incluyen en la
muestra slo los que estn dentro del rango de inters ya mencionado. En ese
entendidos los siguientes elementos de nuestra muestra seran los marcados
con los nmeros: 334, 075, 164, 164, 288, 448, 373, 184, 282, 310, 181, 349,
434, 026, 470, 077, ... . Si un numero se repite y nosotros estamos haciendo
un muestreo sin reemplazo, lo incluimos solamente una vez.

42

Tabla 1:
Nmeros Aleatorios.
85967
07483
96283
49174
97356

73152
51453
01898
12074
39941

14511
11649
61414
98551
21225

85285
86348
83525
37895
93629

36009
76431
04231
93547
19574

95892
81594
13604
24769
71565

36962
95848
75339
09404
33413

67835
36738
11730
76648
56087

63314
25014
85423
05393
40875

50162
15460
60598
96770
13351

90474
28599
25254
28785
84725

41459
64109
16210
02760
85576

16812
09497
89717
24359
86944

81542
76235
65997
99410
93296

81652
41383
82667
77319
10081

45554
31555
74624
73408
82454

27931
12639
36348
58993
76810

93994
00619
44018
61098
52975

22375
22909
64732
04393
10324

00953
29563
93589
48245
15457

41059
67434
72766
92079
29187

66456
41045
68816
46784
40350

47679
82830
37643
66125
62533

66810
47617
19959
94932
73603

15941
36932
57550
64451
34075

84602
46728
49620
29275
16451

14493
71183
95480
57669
42885

65515
35345
25640
65558
03448

19251
41404
67257
30818
37390

41642
81110
18671
58353
96328

74220
03785
75085
09161
75707

17612
02407
55558
33015
48992

65522
05098
15520
19155
64998

80507
92917
27038
11715
87080

19184
40434
25471
00551
39333

64164
60602
76107
24909
00767

66962
62175
90832
31894
45637

82310
04470
10819
37774
12538

18163
78754
56797
37953
67439

63495
90775
33751
78837
94914

21333
65626
84380
45479
59847

48660
50061
07389
32072
97197

31288
42539
87891
80083
55147

00085
14812
76255
63868
76639

79839
48895
89604
70930
76971

75532
11196
41372
89654
55928

28704
34335
10837
05359
36441

62844
50492
66992
47196
95141

92337
70650
93183
12452
42333

99695
51108
56920
38234
67483

31415
82066
01850
32315
59338

11231
83436
42782
89276
42703

27904
67914
39202
89582
55198

57383
21465
18582
87138
80380

31852
99605
46214
16165
67067

69137
83114
99228
15984
97155

96667
97885
79541
21466
34160

14315
74440
78298
63830
85019

01007
99622
75404
30475
03527

31929
87912
83648
74729
98140

58089
61705
18914
11965
85251

27632
57285
98982
94089
48111

50987
30392
60199
34803
80936

91373
23660
99275
48941
81781

07735
75841
41967
69709
93248

20436
21931
35208
16784
67877

96130
04295
30357
44642
16498

73483
00875
76772
89761
31924

85332
09114
92656
66854
51315

24384
32101
62318
62803
79921

66121
53972
14509
37700
85455

95986
93642
16594
07688
59392

84844
24199
78883
65533
72722

93873
58080
43222
72126
15473

46352
35450
23093
23511
73295

92183
03482
58645
93993
49759

51152
66953
60257
01848
56157

85878
49521
89250
03910
60477

38490
63719
53266
38552
83284

15974
57615
90858
17472
56357

52969
42744
26140
95589
39113

55863
68315
13336
56319
13217

42312
17514
67726
14563
59999

67842
02878
61876
24071
49962

05673
97291
29971
06916
83021

91878
74851
99294
59555
47709

82738
42725
96664
18195
53105

36563
57894
52817
32280
19295

79540
81434
90039
79357
88318

61935
62041
53211
04224
41626

41392
54684
89442
36751
98159

17622
53645
61001
16778
02564

18994
79246
36658
54888
21416

98283
70183
57444
15357
74944

07249
87731
95388
66003
53049

52289
19185
35682
43554
88749

24209
08541
38052
90976
02865

91139
33519
46719
58904
25772

30715
07223
09428
40512
89853

06604
97413
94012
07725
88714

43

Tabla 2:
Coeficientes de Rechazo de la Prueba Q de Dixon
por tamao de muestra, segn Nivel de Confianza
Nivel de Confianza

Tamao de
muestra

90%

95%

99%

0.941

0.970

0.994

0.765

0.829

0.926

0.642

0.710

0.821

0.560

0.625

0.740

0.507

0.568

0.680

0.468

0.526

0.634

0.437

0.493

0.598

10

0.412

0.466

0.568

11-15

0.338

0.384

0.475

16-20

0.300

0.342

0.425

21-30

0.260

0.298

0.372

44

Tabla 3:
Distribucin de T de Student
P(t > a) =
a = t(gl;

gl.

0,45

0,40

0,35

0,30

0,25

0,20

0,15

0,10

0,05

0,025 0,010 0,005 0,001

gl.

0,158

0,325

0,510

0,727

1,000

1,376

1,963

3,078

6,314 12,706 31,821 63,656 318,29

0,142

0,289

0,445

0,617

0,816

1,061

1,386

1,886

2,920

4,303

6,965

9,925 22,328

0,137

0,277

0,424

0,584

0,765

0,978

1,250

1,638

2,353

3,182

4,541

5,841 10,214

0,134

0,271

0,414

0,569

0,741

0,941

1,190

1,533

2,132

2,776

3,747

4,604

7,173

0,132

0,267

0,408

0,559

0,727

0,920

1,156

1,476

2,015

2,571

3,365

4,032

5,894

0,131

0,265

0,404

0,553

0,718

0,906

1,134

1,440

1,943

2,447

3,143

3,707

5,208

0,130

0,263

0,402

0,549

0,711

0,896

1,119

1,415

1,895

2,365

2,998

3,499

4,785

0,130

0,262

0,399

0,546

0,706

0,889

1,108

1,397

1,860

2,306

2,896

3,355

4,501

0,129

0,261

0,398

0,543

0,703

0,883

1,100

1,383

1,833

2,262

2,821

3,250

4,297

10

0,129

0,260

0,397

0,542

0,700

0,879

1,093

1,372

1,812

2,228

2,764

3,169

4,144

10

11

0,129

0,260

0,396

0,540

0,697

0,876

1,088

1,363

1,796

2,201

2,718

3,106

4,025

11

12

0,128

0,259

0,395

0,539

0,695

0,873

1,083

1,356

1,782

2,179

2,681

3,055

3,930

12

13

0,128

0,259

0,394

0,538

0,694

0,870

1,079

1,350

1,771

2,160

2,650

3,012

3,852

13

14

0,128

0,258

0,393

0,537

0,692

0,868

1,076

1,345

1,761

2,145

2,624

2,977

3,787

14

15

0,128

0,258

0,393

0,536

0,691

0,866

1,074

1,341

1,753

2,131

2,602

2,947

3,733

15

16

0,128

0,258

0,392

0,535

0,690

0,865

1,071

1,337

1,746

2,120

2,583

2,921

3,686

16

17

0,128

0,257

0,392

0,534

0,689

0,863

1,069

1,333

1,740

2,110

2,567

2,898

3,646

17

18

0,127

0,257

0,392

0,534

0,688

0,862

1,067

1,330

1,734

2,101

2,552

2,878

3,610

18

19

0,127

0,257

0,391

0,533

0,688

0,861

1,066

1,328

1,729

2,093

2,539

2,861

3,579

19

20

0,127

0,257

0,391

0,533

0,687

0,860

1,064

1,325

1,725

2,086

2,528

2,845

3,552

20

21

0,127

0,257

0,391

0,532

0,686

0,859

1,063

1,323

1,721

2,080

2,518

2,831

3,527

21

22

0,127

0,256

0,390

0,532

0,686

0,858

1,061

1,321

1,717

2,074

2,508

2,819

3,505

22

23

0,127

0,256

0,390

0,532

0,685

0,858

1,060

1,319

1,714

2,069

2,500

2,807

3,485

23

24

0,127

0,256

0,390

0,531

0,685

0,857

1,059

1,318

1,711

2,064

2,492

2,797

3,467

24

25

0,127

0,256

0,390

0,531

0,684

0,856

1,058

1,316

1,708

2,060

2,485

2,787

3,450

25

26

0,127

0,256

0,390

0,531

0,684

0,856

1,058

1,315

1,706

2,056

2,479

2,779

3,435

26

27

0,127

0,256

0,389

0,531

0,684

0,855

1,057

1,314

1,703

2,052

2,473

2,771

3,421

27

28

0,127

0,256

0,389

0,530

0,683

0,855

1,056

1,313

1,701

2,048

2,467

2,763

3,408

28

29

0,127

0,256

0,389

0,530

0,683

0,854

1,055

1,311

1,699

2,045

2,462

2,756

3,396

29

30

0,127

0,256

0,389

0,530

0,683

0,854

1,055

1,310

1,697

2,042

2,457

2,750

3,385

30

45

Tabla 4:
Distribucin F de Fisher (0,05)
P(F > a) = 0,05
a = F(n; m; 0,05)

n
m

10

11

12

13

14

15

161,45 199,50 215,71 224,58 230,16 233,99 236,77 238,88 240,54 241,88 242,98 243,90 244,69 245,36 245,95

18,51

19,00

19,16

19,25

19,30

19,33

19,35

19,37

19,38

19,40

19,40

19,41

19,42

19,42

19,43

10,13

9,55

9,28

9,12

9,01

8,94

8,89

8,85

8,81

8,79

8,76

8,74

8,73

8,71

8,70

7,71

6,94

6,59

6,39

6,26

6,16

6,09

6,04

6,00

5,96

5,94

5,91

5,89

5,87

5,86

6,61

5,79

5,41

5,19

5,05

4,95

4,88

4,82

4,77

4,74

4,70

4,68

4,66

4,64

4,62

5,99

5,14

4,76

4,53

4,39

4,28

4,21

4,15

4,10

4,06

4,03

4,00

3,98

3,96

3,94

5,59

4,74

4,35

4,12

3,97

3,87

3,79

3,73

3,68

3,64

3,60

3,57

3,55

3,53

3,51

5,32

4,46

4,07

3,84

3,69

3,58

3,50

3,44

3,39

3,35

3,31

3,28

3,26

3,24

3,22

5,12

4,26

3,86

3,63

3,48

3,37

3,29

3,23

3,18

3,14

3,10

3,07

3,05

3,03

3,01

10

4,96

4,10

3,71

3,48

3,33

3,22

3,14

3,07

3,02

2,98

2,94

2,91

2,89

2,86

2,85

11

4,84

3,98

3,59

3,36

3,20

3,09

3,01

2,95

2,90

2,85

2,82

2,79

2,76

2,74

2,72

12

4,75

3,89

3,49

3,26

3,11

3,00

2,91

2,85

2,80

2,75

2,72

2,69

2,66

2,64

2,62

13

4,67

3,81

3,41

3,18

3,03

2,92

2,83

2,77

2,71

2,67

2,63

2,60

2,58

2,55

2,53

14

4,60

3,74

3,34

3,11

2,96

2,85

2,76

2,70

2,65

2,60

2,57

2,53

2,51

2,48

2,46

15

4,54

3,68

3,29

3,06

2,90

2,79

2,71

2,64

2,59

2,54

2,51

2,48

2,45

2,42

2,40

16

4,49

3,63

3,24

3,01

2,85

2,74

2,66

2,59

2,54

2,49

2,46

2,42

2,40

2,37

2,35

17

4,45

3,59

3,20

2,96

2,81

2,70

2,61

2,55

2,49

2,45

2,41

2,38

2,35

2,33

2,31

18

4,41

3,55

3,16

2,93

2,77

2,66

2,58

2,51

2,46

2,41

2,37

2,34

2,31

2,29

2,27

19

4,38

3,52

3,13

2,90

2,74

2,63

2,54

2,48

2,42

2,38

2,34

2,31

2,28

2,26

2,23

20

4,35

3,49

3,10

2,87

2,71

2,60

2,51

2,45

2,39

2,35

2,31

2,28

2,25

2,22

2,20

21

4,32

3,47

3,07

2,84

2,68

2,57

2,49

2,42

2,37

2,32

2,28

2,25

2,22

2,20

2,18

22

4,30

3,44

3,05

2,82

2,66

2,55

2,46

2,40

2,34

2,30

2,26

2,23

2,20

2,17

2,15

23

4,28

3,42

3,03

2,80

2,64

2,53

2,44

2,37

2,32

2,27

2,24

2,20

2,18

2,15

2,13

24

4,26

3,40

3,01

2,78

2,62

2,51

2,42

2,36

2,30

2,25

2,22

2,18

2,15

2,13

2,11

25

4,24

3,39

2,99

2,76

2,60

2,49

2,40

2,34

2,28

2,24

2,20

2,16

2,14

2,11

2,09

26

4,23

3,37

2,98

2,74

2,59

2,47

2,39

2,32

2,27

2,22

2,18

2,15

2,12

2,09

2,07

27

4,21

3,35

2,96

2,73

2,57

2,46

2,37

2,31

2,25

2,20

2,17

2,13

2,10

2,08

2,06

28

4,20

3,34

2,95

2,71

2,56

2,45

2,36

2,29

2,24

2,19

2,15

2,12

2,09

2,06

2,04

29

4,18

3,33

2,93

2,70

2,55

2,43

2,35

2,28

2,22

2,18

2,14

2,10

2,08

2,05

2,03

30

4,17

3,32

2,92

2,69

2,53

2,42

2,33

2,27

2,21

2,16

2,13

2,09

2,06

2,04

2,01

46

Tabla 4:
Distribucin F de Fisher (0,05)
P(F > a) = 0,05
a = F(n; m; 0,05)

n
m
1
2

16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
246,4 246,9 247,3 247,6 248,0 248,3 248,5 248,8 249,0 249,2 249,4 249,6 249,8 249,9
250,10
7
2
2
9
2
1
8
2
5
6
5
3
0
5
19,43 19,44 19,44 19,44 19,45 19,45 19,45 19,45 19,45 19,46 19,46 19,46 19,46 19,46 19,46

8,69

8,68

8,67

8,67

8,66

8,65

8,65

8,64

8,64

8,63

8,63

8,63

8,62

8,62

8,62

5,84

5,83

5,82

5,81

5,80

5,79

5,79

5,78

5,77

5,77

5,76

5,76

5,75

5,75

5,75

4,60

4,59

4,58

4,57

4,56

4,55

4,54

4,53

4,53

4,52

4,52

4,51

4,50

4,50

4,50

3,92

3,91

3,90

3,88

3,87

3,86

3,86

3,85

3,84

3,83

3,83

3,82

3,82

3,81

3,81

3,49

3,48

3,47

3,46

3,44

3,43

3,43

3,42

3,41

3,40

3,40

3,39

3,39

3,38

3,38

3,20

3,19

3,17

3,16

3,15

3,14

3,13

3,12

3,12

3,11

3,10

3,10

3,09

3,08

3,08

2,99

2,97

2,96

2,95

2,94

2,93

2,92

2,91

2,90

2,89

2,89

2,88

2,87

2,87

2,86

10

2,83

2,81

2,80

2,79

2,77

2,76

2,75

2,75

2,74

2,73

2,72

2,72

2,71

2,70

2,70

11

2,70

2,69

2,67

2,66

2,65

2,64

2,63

2,62

2,61

2,60

2,59

2,59

2,58

2,58

2,57

12

2,60

2,58

2,57

2,56

2,54

2,53

2,52

2,51

2,51

2,50

2,49

2,48

2,48

2,47

2,47

13

2,51

2,50

2,48

2,47

2,46

2,45

2,44

2,43

2,42

2,41

2,41

2,40

2,39

2,39

2,38

14

2,44

2,43

2,41

2,40

2,39

2,38

2,37

2,36

2,35

2,34

2,33

2,33

2,32

2,31

2,31

15

2,38

2,37

2,35

2,34

2,33

2,32

2,31

2,30

2,29

2,28

2,27

2,27

2,26

2,25

2,25

16

2,33

2,32

2,30

2,29

2,28

2,26

2,25

2,24

2,24

2,23

2,22

2,21

2,21

2,20

2,19

17

2,29

2,27

2,26

2,24

2,23

2,22

2,21

2,20

2,19

2,18

2,17

2,17

2,16

2,15

2,15

18

2,25

2,23

2,22

2,20

2,19

2,18

2,17

2,16

2,15

2,14

2,13

2,13

2,12

2,11

2,11

19

2,21

2,20

2,18

2,17

2,16

2,14

2,13

2,12

2,11

2,11

2,10

2,09

2,08

2,08

2,07

20

2,18

2,17

2,15

2,14

2,12

2,11

2,10

2,09

2,08

2,07

2,07

2,06

2,05

2,05

2,04

21

2,16

2,14

2,12

2,11

2,10

2,08

2,07

2,06

2,05

2,05

2,04

2,03

2,02

2,02

2,01

22

2,13

2,11

2,10

2,08

2,07

2,06

2,05

2,04

2,03

2,02

2,01

2,00

2,00

1,99

1,98

23

2,11

2,09

2,08

2,06

2,05

2,04

2,02

2,01

2,01

2,00

1,99

1,98

1,97

1,97

1,96

24

2,09

2,07

2,05

2,04

2,03

2,01

2,00

1,99

1,98

1,97

1,97

1,96

1,95

1,95

1,94

25

2,07

2,05

2,04

2,02

2,01

2,00

1,98

1,97

1,96

1,96

1,95

1,94

1,93

1,93

1,92

26

2,05

2,03

2,02

2,00

1,99

1,98

1,97

1,96

1,95

1,94

1,93

1,92

1,91

1,91

1,90

27

2,04

2,02

2,00

1,99

1,97

1,96

1,95

1,94

1,93

1,92

1,91

1,90

1,90

1,89

1,88

28

2,02

2,00

1,99

1,97

1,96

1,95

1,93

1,92

1,91

1,91

1,90

1,89

1,88

1,88

1,87

29

2,01

1,99

1,97

1,96

1,94

1,93

1,92

1,91

1,90

1,89

1,88

1,88

1,87

1,86

1,85

30

1,99

1,98

1,96

1,95

1,93

1,92

1,91

1,90

1,89

1,88

1,87

1,86

1,85

1,85

1,84

47

Tabla 5:
Distribucin Normal
Estndar Acumulada
P(z z0 )= 1 -
z0 = z1-
z
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
4,0

0,00
0,50000
0,53983
0,57926
0,61791
0,65542
0,69146
0,72575
0,75804
0,78814
0,81594
0,84134
0,86433
0,88493
0,90320
0,91924
0,93319
0,94520
0,95543
0,96407
0,97128
0,97725
0,98214
0,98610
0,98928
0,99180
0,99379
0,99534
0,99653
0,99744
0,99813
0,99865
0,99903
0,99931
0,99952
0,99966
0,99977
0,99984
0,99989
0,99993
0,99995
0,99997

0,01
0,50399
0,54380
0,58317
0,62172
0,65910
0,69497
0,72907
0,76115
0,79103
0,81859
0,84375
0,86650
0,88686
0,90490
0,92073
0,93448
0,94630
0,95637
0,96485
0,97193
0,97778
0,98257
0,98645
0,98956
0,99202
0,99396
0,99547
0,99664
0,99752
0,99819
0,99869
0,99906
0,99934
0,99953
0,99968
0,99978
0,99985
0,99990
0,99993
0,99995
0,99997

0,02
0,50798
0,54776
0,58706
0,62552
0,66276
0,69847
0,73237
0,76424
0,79389
0,82121
0,84614
0,86864
0,88877
0,90658
0,92220
0,93574
0,94738
0,95728
0,96562
0,97257
0,97831
0,98300
0,98679
0,98983
0,99224
0,99413
0,99560
0,99674
0,99760
0,99825
0,99874
0,99910
0,99936
0,99955
0,99969
0,99978
0,99985
0,99990
0,99993
0,99996
0,99997

0,03
0,51197
0,55172
0,59095
0,62930
0,66640
0,70194
0,73565
0,76730
0,79673
0,82381
0,84849
0,87076
0,89065
0,90824
0,92364
0,93699
0,94845
0,95818
0,96638
0,97320
0,97882
0,98341
0,98713
0,99010
0,99245
0,99430
0,99573
0,99683
0,99767
0,99831
0,99878
0,99913
0,99938
0,99957
0,99970
0,99979
0,99986
0,99990
0,99994
0,99996
0,99997

0,04
0,51595
0,55567
0,59483
0,63307
0,67003
0,70540
0,73891
0,77035
0,79955
0,82639
0,85083
0,87286
0,89251
0,90988
0,92507
0,93822
0,94950
0,95907
0,96712
0,97381
0,97932
0,98382
0,98745
0,99036
0,99266
0,99446
0,99585
0,99693
0,99774
0,99836
0,99882
0,99916
0,99940
0,99958
0,99971
0,99980
0,99986
0,99991
0,99994
0,99996
0,99997

0,05
0,51994
0,55962
0,59871
0,63683
0,67364
0,70884
0,74215
0,77337
0,80234
0,82894
0,85314
0,87493
0,89435
0,91149
0,92647
0,93943
0,95053
0,95994
0,96784
0,97441
0,97982
0,98422
0,98778
0,99061
0,99286
0,99461
0,99598
0,99702
0,99781
0,99841
0,99886
0,99918
0,99942
0,99960
0,99972
0,99981
0,99987
0,99991
0,99994
0,99996
0,99997

0,06
0,52392
0,56356
0,60257
0,64058
0,67724
0,71226
0,74537
0,77637
0,80511
0,83147
0,85543
0,87698
0,89617
0,91308
0,92785
0,94062
0,95154
0,96080
0,96856
0,97500
0,98030
0,98461
0,98809
0,99086
0,99305
0,99477
0,99609
0,99711
0,99788
0,99846
0,99889
0,99921
0,99944
0,99961
0,99973
0,99981
0,99987
0,99992
0,99994
0,99996
0,99998

0,07
0,52790
0,56749
0,60642
0,64431
0,68082
0,71566
0,74857
0,77935
0,80785
0,83398
0,85769
0,87900
0,89796
0,91466
0,92922
0,94179
0,95254
0,96164
0,96926
0,97558
0,98077
0,98500
0,98840
0,99111
0,99324
0,99492
0,99621
0,99720
0,99795
0,99851
0,99893
0,99924
0,99946
0,99962
0,99974
0,99982
0,99988
0,99992
0,99995
0,99996
0,99998

0,08
0,53188
0,57142
0,61026
0,64803
0,68439
0,71904
0,75175
0,78230
0,81057
0,83646
0,85993
0,88100
0,89973
0,91621
0,93056
0,94295
0,95352
0,96246
0,96995
0,97615
0,98124
0,98537
0,98870
0,99134
0,99343
0,99506
0,99632
0,99728
0,99801
0,99856
0,99896
0,99926
0,99948
0,99964
0,99975
0,99983
0,99988
0,99992
0,99995
0,99997
0,99998

0,09
0,53586
0,57535
0,61409
0,65173
0,68793
0,72240
0,75490
0,78524
0,81327
0,83891
0,86214
0,88298
0,90147
0,91774
0,93189
0,94408
0,95449
0,96327
0,97062
0,97670
0,98169
0,98574
0,98899
0,99158
0,99361
0,99520
0,99643
0,99736
0,99807
0,99861
0,99900
0,99929
0,99950
0,99965
0,99976
0,99983
0,99989
0,99992
0,99995
0,99997
0,99998

z
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
4,0

48

Tabla 5:
Distribucin Normal
Estndar Acumulada
P(z z0 )=
z0 = z
z
4,0
3,9
3,8
3,7
3,6
3,5
3,4
3,3
3,2
3,1
3,0
2,9
2,8
2,7
2,6
2,5
2,4
2,3
2,2
2,1
2,0
1,9
1,8
1,7
1,6

0,00

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

0,00003 0,00003 0,00003 0,00003 0,00003 0,00003 0,00002 0,00002 0,00002 0,00002 -4,0
0,00005 0,00005 0,00004 0,00004 0,00004 0,00004 0,00004 0,00004 0,00003 0,00003 -3,9
0,00007 0,00007 0,00007 0,00006 0,00006 0,00006 0,00006 0,00005 0,00005 0,00005 -3,8
0,00011 0,00010 0,00010 0,00010 0,00009 0,00009 0,00008 0,00008 0,00008 0,00008 -3,7
0,00016 0,00015 0,00015 0,00014 0,00014 0,00013 0,00013 0,00012 0,00012 0,00011 -3,6
0,00023 0,00022 0,00022 0,00021 0,00020 0,00019 0,00019 0,00018 0,00017 0,00017 -3,5
0,00034 0,00032 0,00031 0,00030 0,00029 0,00028 0,00027 0,00026 0,00025 0,00024 -3,4
0,00048 0,00047 0,00045 0,00043 0,00042 0,00040 0,00039 0,00038 0,00036 0,00035 -3,3
0,00069 0,00066 0,00064 0,00062 0,00060 0,00058 0,00056 0,00054 0,00052 0,00050 -3,2
0,00097 0,00094 0,00090 0,00087 0,00084 0,00082 0,00079 0,00076 0,00074 0,00071 -3,1
0,00135 0,00131 0,00126 0,00122 0,00118 0,00114 0,00111 0,00107 0,00104 0,00100 -3,0
0,00187 0,00181 0,00175 0,00169 0,00164 0,00159 0,00154 0,00149 0,00144 0,00139 -2,9
0,00256 0,00248 0,00240 0,00233 0,00226 0,00219 0,00212 0,00205 0,00199 0,00193 -2,8
0,00347 0,00336 0,00326 0,00317 0,00307 0,00298 0,00289 0,00280 0,00272 0,00264 -2,7
0,00466 0,00453 0,00440 0,00427 0,00415 0,00402 0,00391 0,00379 0,00368 0,00357 -2,6
0,00621 0,00604 0,00587 0,00570 0,00554 0,00539 0,00523 0,00508 0,00494 0,00480 -2,5
0,00820 0,00798 0,00776 0,00755 0,00734 0,00714 0,00695 0,00676 0,00657 0,00639 -2,4
0,01072 0,01044 0,01017 0,00990 0,00964 0,00939 0,00914 0,00889 0,00866 0,00842 -2,3
0,01390 0,01355 0,01321 0,01287 0,01255 0,01222 0,01191 0,01160 0,01130 0,01101 -2,2
0,01786 0,01743 0,01700 0,01659 0,01618 0,01578 0,01539 0,01500 0,01463 0,01426 -2,1
0,02275 0,02222 0,02169 0,02118 0,02068 0,02018 0,01970 0,01923 0,01876 0,01831 -2,0
0,02872 0,02807 0,02743 0,02680 0,02619 0,02559 0,02500 0,02442 0,02385 0,02330 -1,9
0,03593 0,03515 0,03438 0,03362 0,03288 0,03216 0,03144 0,03074 0,03005 0,02938 -1,8
0,04457 0,04363 0,04272 0,04182 0,04093 0,04006 0,03920 0,03836 0,03754 0,03673 -1,7
0,05480 0,05370 0,05262 0,05155 0,05050 0,04947 0,04846 0,04746 0,04648 0,04551 -1,6

49

1,5
1,4
1,3
1,2
1,1
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0

0,06681 0,06552 0,06426 0,06301 0,06178 0,06057 0,05938 0,05821 0,05705 0,05592 -1,5
0,08076 0,07927 0,07780 0,07636 0,07493 0,07353 0,07215 0,07078 0,06944 0,06811 -1,4
0,09680 0,09510 0,09342 0,09176 0,09012 0,08851 0,08692 0,08534 0,08379 0,08226 -1,3
0,11507 0,11314 0,11123 0,10935 0,10749 0,10565 0,10383 0,10204 0,10027 0,09853 -1,2
0,13567 0,13350 0,13136 0,12924 0,12714 0,12507 0,12302 0,12100 0,11900 0,11702 -1,1
0,15866 0,15625 0,15386 0,15151 0,14917 0,14686 0,14457 0,14231 0,14007 0,13786 -1,0
0,18406 0,18141 0,17879 0,17619 0,17361 0,17106 0,16853 0,16602 0,16354 0,16109 -0,9
0,21186 0,20897 0,20611 0,20327 0,20045 0,19766 0,19489 0,19215 0,18943 0,18673 -0,8
0,24196 0,23885 0,23576 0,23270 0,22965 0,22663 0,22363 0,22065 0,21770 0,21476 -0,7
0,27425 0,27093 0,26763 0,26435 0,26109 0,25785 0,25463 0,25143 0,24825 0,24510 -0,6
0,30854 0,30503 0,30153 0,29806 0,29460 0,29116 0,28774 0,28434 0,28096 0,27760 -0,5
0,34458 0,34090 0,33724 0,33360 0,32997 0,32636 0,32276 0,31918 0,31561 0,31207 -0,4
0,38209 0,37828 0,37448 0,37070 0,36693 0,36317 0,35942 0,35569 0,35197 0,34827 -0,3
0,42074 0,41683 0,41294 0,40905 0,40517 0,40129 0,39743 0,39358 0,38974 0,38591 -0,2
0,46017 0,45620 0,45224 0,44828 0,44433 0,44038 0,43644 0,43251 0,42858 0,42465 -0,1
0,50000 0,49601 0,49202 0,48803 0,48405 0,48006 0,47608 0,47210 0,46812 0,46414 -0,0

50

Tabla 6:
Distribucin Chi-Cuadrado
P( 2 a)

a 2
(gl; )

gl.

0,99 0,98 0,97 0,95 0,90 0,80 0,70 0,50 0,30 0,20 0,10 0,05 0,02 0,01 0,00
gl.
0
0
5
0
0
0
0
0
0
0
0
0
5
0
5

1 0,000 0,001 0,001 0,004 0,016 0,064 0,148 0,455 1,074 1,642 2,706 3,841 5,024 6,635 7,879 1
10,59
7
11,34 12,83
0,115 0,185 0,216 0,352 0,584 1,005 1,424 2,366 3,665 4,642 6,251 7,815 9,348
5
8
11,14 13,27 14,86
0,297 0,429 0,484 0,711 1,064 1,649 2,195 3,357 4,878 5,989 7,779 9,488
3
7
0
11,07 12,83 15,08 16,75
0,554 0,752 0,831 1,145 1,610 2,343 3,000 4,351 6,064 7,289 9,236
0
2
6
0
10,64 12,59 14,44 16,81 18,54
0,872 1,134 1,237 1,635 2,204 3,070 3,828 5,348 7,231 8,558
5
2
9
2
8
12,01 14,06 16,01 18,47 20,27
1,239 1,564 1,690 2,167 2,833 3,822 4,671 6,346 8,383 9,803
7
7
3
5
8
11,03 13,36 15,50 17,53 20,09 21,95
1,647 2,032 2,180 2,733 3,490 4,594 5,527 7,344 9,524
0
2
7
5
0
5
10,65 12,24 14,68 16,91 19,02 21,66 23,58
2,088 2,532 2,700 3,325 4,168 5,380 6,393 8,343
6
2
4
9
3
6
9
11,78 13,44 15,98 18,30 20,48 23,20 25,18
2,558 3,059 3,247 3,940 4,865 6,179 7,267 9,342
1
2
7
7
3
9
8
10,34 12,89 14,63 17,27 19,67 21,92 24,72 26,75
3,053 3,609 3,816 4,575 5,578 6,989 8,148
1
9
1
5
5
0
5
7
11,34 14,01 15,81 18,54 21,02 23,33 26,21 28,30
3,571 4,178 4,404 5,226 6,304 7,807 9,034
0
1
2
9
6
7
7
0
12,34 15,11 16,98 19,81 22,36 24,73 27,68 29,81
4,107 4,765 5,009 5,892 7,041 8,634 9,926
0
9
5
2
2
6
8
9
10,82 13,33 16,22 18,15 21,06 23,68 26,11 29,14 31,31
4,660 5,368 5,629 6,571 7,790 9,467
1
9
2
1
4
5
9
1
9
10,30 11,72 14,33 17,32 19,31 22,30 24,99 27,48 30,57 32,80
5,229 5,985 6,262 7,261 8,547
7
1
9
2
1
7
6
8
8
1
11,15 12,62 15,33 18,41 20,46 23,54 26,29 28,84 32,00 34,26
5,812 6,614 6,908 7,962 9,312
2
4
8
8
5
2
6
5
0
7
10,08 12,00 13,53 16,33 19,51 21,61 24,76 27,58 30,19 33,40 35,71
6,408 7,255 7,564 8,672
5
2
1
8
1
5
9
7
1
9
8
10,86 12,85 14,44 17,33 20,60 22,76 25,98 28,86 31,52 34,80 37,15
7,015 7,906 8,231 9,390
5
7
0
8
1
0
9
9
6
5
6
10,11 11,65 13,71 15,35 18,33 21,68 23,90 27,20 30,14 32,85 36,19 38,58
7,633 8,567 8,907
7
1
6
2
8
9
0
4
4
2
1
2
10,85 12,44 14,57 16,26 19,33 22,77 25,03 28,41 31,41 34,17 37,56 39,99
8,260 9,237 9,591
1
3
8
6
7
5
8
2
0
0
6
7
10,28 11,59 13,24 15,44 17,18 20,33 23,85 26,17 29,61 32,67 35,47 38,93 41,40
8,897 9,915
3
1
0
5
2
7
8
1
5
1
9
2
1
10,60 10,98 12,33 14,04 16,31 18,10 21,33 24,93 27,30 30,81 33,92 36,78 40,28 42,79
9,542
0
2
8
1
4
1
7
9
1
3
4
1
9
6
10,19 11,29 11,68 13,09 14,84 17,18 19,02 22,33 26,01 28,42 32,00 35,17 38,07 41,63 44,18
6
3
9
1
8
7
1
7
8
9
7
2
6
8
1
10,85 11,99 12,40 13,84 15,65 18,06 19,94 23,33 27,09 29,55 33,19 36,41 39,36 42,98 45,55
6
2
1
8
9
2
3
7
6
3
6
5
4
0
8
11,52 12,69 13,12 14,61 16,47 18,94 20,86 24,33 28,17 30,67 34,38 37,65 40,64 44,31 46,92

2 0,020 0,040 0,051 0,103 0,211 0,446 0,713 1,386 2,408 3,219 4,605 5,991 7,378 9,210

4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

51

4
26
27
28
29
30

12,19 13,40 13,84 15,37 17,29 19,82 21,79 25,33 29,24 31,79 35,56 38,88 41,92 45,64 48,29
8
9
4
9
2
0
2
6
6
5
3
5
3
2
0
12,87 14,12 14,57 16,15 18,11 20,70 22,71 26,33 30,31 32,91 36,74 40,11 43,19 46,96 49,64
8
5
3
1
4
3
9
6
9
2
1
3
5
3
5
13,56 14,84 15,30 16,92 18,93 21,58 23,64 27,33 31,39 34,02 37,91 41,33 44,46 48,27 50,99
5
7
8
8
9
8
7
6
1
7
6
7
1
8
4
14,25 15,57 16,04 17,70 19,76 22,47 24,57 28,33 32,46 35,13 39,08 42,55 45,72 49,58 52,33
6
4
7
8
8
5
7
6
1
9
7
7
2
8
5
14,95 16,30 16,79 18,49 20,59 23,36 25,50 29,33 33,53 36,25 40,25 43,77 46,97 50,89 53,67
3
6
1
3
9
4
8
6
0
0
6
3
9
2
2

26
27
28
29
30

52

BIBLIOGRAFA
1

Sakurai, K. Manual de Instruccin de Anlisis de Residuos Slidos

Municipales Lima CEPIS 1983. Segunda Versin.

Collazos, H. & Duque, R. Caractersticas de los residuos slidos, Bogot

Universidad Nacional de Colombia, Facultad de Ingeniera, Curso Intensivo
sobre Manejo Integral de los Residuos Slidos, Manual del Curso I, 1981.

Sandoval, Leandro. Caracterizacin de Residuos Slidos en la Ciudad de

San Andrs Pisco (Per).

SEDUE. Especificaciones tcnicas para la elaboracin de proyectos

ejecutivos de manejo y disposicin final de residuos slidos municipales.
1985.

ECO. Manual de Muestreo Poblacional, Aplicaciones en Salud Ambiental .

1997

53

54