Professional Documents
Culture Documents
TESIS
Tarapoto - Per
2014
DEDICATORIA
A Dios
Por haberme permitido llegar hasta este punto y haberme dado salud para
lograr mis objetivos, adems de su infinita bondad y amor.
A mis padres
Roger Ramirez Pinedo y Emilia Shupingahua Izuisa Por ser el pilar
fundamental en todo lo que soy, en toda mi educacin, tanto acadmica, como
de la vida, por su incondicional apoyo perfectamente mantenido a travs del
tiempo. Todo este trabajo ha sido posible gracias a ellos.
A mi hermana
Katty Ramirez Shupingahua por estar conmigo y apoyarme siempre, la quiero
mucho.
A mis amigos
Que nos apoyamos mutuamente en nuestra formacin profesional y que hasta
ahora, seguimos siendo amigos, por haberme ayudado a realizar la
investigacin de campo de la tesis.
A mis maestros
Por su tiempo compartido y por impulsar el desarrollo de nuestra formacin
profesional, al Ing. Jorge Valverde Damian Iparraguirre por apoyarme en la
asesora y dudas presentadas en la elaboracin de la tesis.
AGRADECIMIENTOS
Palabras Claves:
NOMENCLATURAS
CAPTULO I
CAPTULO III
CAPTULO IV
CAPTULO V
CAPTULO VI
VII. RECOMENDACIONES.......................................................................... 79
CAPTULO VIII
CAPTULO IX
a) LISTA DE CUADROS
b) LISTA DE FIGURAS
c) LISTA DE GRFICOS
INTRODUCCIN
CAPTULO I
18
Promedio Mxima
Ruta
Carga (t) Carga (T)
1 14.5 15.8
2 15.5 16.1
3 14.3 14.8
4 14 16.4
5 11.8 12.0
6 11.6 12.5
7 7.2 8.0
8 7.9 9.2
9 7.8 8.0
10 6.5 7.5
11 7.1 7.5
12 7.0 7.5
13 15.0 16.0
14 15.3 15.8
15 14.2 16.1
16 13.9 14.0
17 7.0 8.4
18 7.2 7.8
19 7.8 8.4
20 7.9 8.3
213.5 230.1
1.4.1. Terica
1.4.2. Prctica
1.4.4. Conveniencia
CAPTULO II
35
2.3.1.1.1. Conceptualizacin
2.3.3. LINGO
2.3.4. Simulacin
2.4. Hiptesis
2.4.1. Hiptesis de investigacin(H1)
2.7. OBJETIVOS
2.7.1. Generales
2.7.2. Especficos
CAPTULO III
47
3.1.2. Muestra
NZ 2 PQ N = Total Personas 70
n=
d2 (N1)+Z 2 PQ Z 2 = 1.96 si la segurirdad es 95%
P = 0.05 proporcion esperada
Q = 0.95 por que (P = 1 Q)
d = 0.05 Presicion
Entonces tenemos
2
=
2 ( 1) + 2
3.4.1. Procedimientos
Vehiculo en Ruta
Capacidad
Numero de Viajes
%Ingreso de
Vehiculo % Mantenimiento
% Desperfecto
Vehiculo
52
Tasa de
generacin Poblacin
Residuos Solidos
Sin Recoger
Recogidos
Nmero de viajes
Capacida Vehiculo en Ruta
%Ingreso de
Vehiculo %Mantenimiento
Vehiculos
54
Vehculos en ruta
Vehculos No Disponibles
La capacidad
Capacidad= 6 toneladas
Nmero de viajes
%Mantenimiento
%Desperfecto
3.4.2. Tcnicas
3.5. Instrumentos
VARIABLE INDEPENDIENTE
60%
40%
20%
0%
PRE TEST POST TEST
Muy bueno 0% 28%
Bueno 17% 56%
Regular 56% 17%
Malo 28% 0%
Muy malo 0% 0%
Interpretacin:
80%
60%
40%
20%
0%
PRE TEST POST TEST
Dificil 56% 8%
Trabajoso 22% 22%
Facl 22% 70%
Interpretacin:
50%
40%
30%
20%
10%
0%
PRE POST
TEST TEST
Muy Importante 6% 28%
Importante 8% 50%
Referencial 44% 22%
No es muy importante 42% 0%
Interpretacin:
VARIABLE DEPENDIENTE
100%
80%
60%
40%
20%
0%
PRE TEST POST TEST
Si 28% 100%
No 72% 0%
Interpretacin:
Interpretacin:
Dinmica
de Desviacin Error tp. de
Sistemas N Media tp. la media
Tiempo de Recojo PRE
7 21.5286 .84205 .31826
de basura
POST 7 15.9143 .69625 .26316
CAPTULO IV
69
IV. RESULTADOS
100%
80%
60%
40%
20%
0%
PRE TEST POST TEST
Si 22% 100%
No 56% 0%
Interpretacin:
100%
80%
60%
40%
20%
0%
PRE TEST POST TEST
Si 19% 100%
No 81% 0%
Interpretacin:
80%
70%
60%
50%
40%
30%
20%
10%
0%
PRE TEST POST TEST
Personal de la MPSM 47% 78%
Personal Externo 36% 22%
Otros 17% 0%
Interpretacin:
100%
80%
60%
40%
20%
0%
PRE TEST POST TEST
Si 6% 86%
No 39% 14%
No sabe 56% 0%
Interpretacin:
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
PRE TEST POST TEST
Si 33% 90%
No 67% 10%
Interpretacin:
CAPTULO V
75
V. DISCUSIN DE RESULTADOS
El lingo brinda una solucin ptima para el recojo de residuos slidos sin
embargo esta se nutre de las experiencias de los choferes de rutas para
definir el camino ms apropiado a seguir, tomando en cuenta la facilidad
de la ruta y los caminos disponibles para el libre trnsito.
CAPTULO VI
77
VI. CONCLUSIONES
CAPTULO VII
79
VII. RECOMENDACIONES
CAPTULO VIII
81
CAPTULO IX
84
IX. ANEXOS
DINMICA DE SISTEMAS
1. Conceptualizacin
reas de recoleccin dentro de las rutas balanceadas para que todas las
cuadrillas tengan igual carga de trabajo. Por ltimo, la etapa de Microruteo
se refiere a dividir cada subzona en sectores, para resolver un conjunto de
problemas aislados.
Unidad de Saneamiento
Ambiental de Salubridad Y
salud
Fuente: MPSM.
87
Tasa de
Generacion Poblacin
Vehiculo en Ruta
Capacidad
Numero de Viajes
%Ingreso de
Vehiculo % Mantenimiento
Vehiculos Vehiculos no
Ingreso de
Disponibles Disponibles
Vehiculo
% Desperfecto
Vehiculo
2. Representacin o Formulacin
Tasa de
generacin Poblacin
Residuos Solidos
Sin Recoger
Recogidos
Nmero de viajes
Capacida Vehiculo en Ruta
%Ingreso de
Vehiculo %Mantenimiento
% Desperfecto
Vehiculos
Ingreso de Disponibles Vehiculos No
Vehiculos disponibles
Vehiculos
3. Anlisis y Evaluacin
3.1. Anlisis del Modelo
Sin Recoger
700
675
650
T
625
600
0 1 2 3 4 5
Time (Week)
Sin Recoger : Current
Recogidos
700
675
650
T
625
600
0 1 2 3 4 5
Time (Week)
Recogidos : Current
Residuos Solidos
50
42.5
35
T
27.5
20
0 1 2 3 4 5
Time (Week)
Residuos Solidos : Current
Vehiculos Disponibles
7
6.5
5.5
5
0 1 2 3 4 5
Time (Week)
Vehiculos Disponibles : Current
Grfico N 14: Disponibilidad de Vehculo
Fuente: Elaboracin propia
Residuos Solidos
300
275
250
T
225
200
0 1 2 3 4 5
Time (Week)
Residuos Solidos : Current
Residuos Solidos
30
22.5
15
T
7.5
0
0 1 2 3 4 5
Time (Week)
Residuos Solidos : Current
3.2.1. Evaluacin
LINGO
Primero, el vehculo debe cruzar todos los nodos del mapa. Para esta
restriccin, se tendr en cuenta cada camino existente. Para cada nodo se
tendrn diferentes restricciones. Si es un camino de slo una entrada o
salida, entonces se colocar como restriccin el nico arco adyacente a ese
nodo, y se le colocar una restriccin de mayor o igual a 1 (entrada y
salida). Para los caminos de 2 o ms arcos adyacentes, se utilizar la
restriccin de que la suma de todos los arcos ser mayor igual a 2. Esto,
debido a que se busca con el modelo que la entrada y salida sea por puntos
diferentes, para diversificar el camino.
4. Identificar la solucin
Solucin propuesta
UTILIZANDO LINGO
Infeasibilities: 0.000000
Model Class: LP
Total variables: 24
Nonlinear variables: 0
Integer variables: 0
Total constraints: 22
Nonlinear constraints: 0
Total nonzeros: 77
Nonlinear nonzeros: 0
111
112
ENCUESTA DE CAMPO
Informacin Real
1. La USASS recopila informacin del proceso de recoleccin de Residuos Slidos?
a) Si b) No
2. Cuentan con formatos para la recoleccin de informacin por ruta?
a) Si b) No
3. Quin realiza el procesamiento de la informacin?
a) Personal de MPSM b) Personal Externo c) Otros
4. La informacin disponible ha permitido que se tomen decisiones en forma rpida y
oportuna?
a) Si b) No c) No sabe
5. Cmo califica el impacto que han tenido la toma de decisiones a partir de la informacin
que dispone la USASS.
a) Muy Bueno b) Bueno c) Regular d) Malo e) Muy malo
Proyecciones
6. Se realizan estimaciones o proyecciones en cuanto a produccin de Residuos Slidos?.
a) Si b) No
7. Actualmente la estimacin de pronsticos o proyecciones de generacin de Residuos
Slidos son?
a) Difcil b) Trabajosos c) Fcil
8. Cmo califica la informacin obtenida de las simulaciones?
Optimizacin
9. Est de acuerdo en utilizar software para generar rutas de recojo de Residuos Slidos?
a) Si b) No
10.Cmo califica usted la generacin de rutas de recojo Residuo Slido a travs de un
software?
a) Muy Bueno b) Bueno c) Regular d) Malo e) Muy malo
115
El clculo del tamao de la muestra es uno de los aspectos a concretar en las fases previas de la
obtenidos.
Una frmula muy extendida que orienta sobre el clculo del tamao de la muestra para datos
globales es la siguiente:
k: es una constante que depende del nivel de confianza que asignemos. El nivel de confianza
indica la probabilidad de que los resultados de nuestra investigacin sean ciertos: un 95,5 % de
confianza es lo mismo que decir que nos podemos equivocar con una probabilidad del 4,5%.
La extensin del uso de Internet y la comodidad que proporciona, tanto para el encuestador
como para el encuestado, hacen que este mtodo sea muy atractivo.
e: es el error muestral deseado. El error muestral es la diferencia que puede haber entre el
Ejemplo 1: si los resultados de una encuesta dicen que 100 personas compraran un
Ejemplo 2: si hacemos una encuesta de satisfaccin a los empleados con un error muestral
del 3% y el 60% de los encuestados se muestran satisfechos significa que entre el 57% y el
63% (60% +/- 3%) del total de los empleados de la empresa lo estarn.
Ejemplo 3:si los resultados de una encuesta electoral indicaran que un partido iba a
obtener el 55% de los votos y el error estimado fuera del 3%, se estima que el porcentaje
segura.