Presión Sonora (Nivel de Ruido) en el Campus Unversitario Melendez - Universidad del Valle
Jhaysa Alejandra Perez 2124139 Jose Alejandro Arias 2372378
2026-02-24
1. Introducción
El campus de la Universidad del Valle es un entorno complejo donde convergen actividades de alta demanda cognitiva, investigación científica y zonas de preservación natural. Estudiar el entorno acústico es fundamental para diagnosticar el equilibrio entre la dinámica urbana y la adaptación de los sistemas naturales que la componen.
La Resolución 0627 de 2006 del Ministerio de Ambiente, Vivienda y Desarrollo Territorial, establece los estándares máximos permisibles de niveles de ruido ambiental. Para entornos institucionales y educativos, clasificados como Sector B, la norma estipula un límite diurno de 65 dB. Superar estos umbrales no solo implica incumplimiento legal, sino que evidencia afectación directa al bienestar de la comunidad académica, interfiriendo en el desarrollo de actividades en espacios donde converger ciertos procesos académicos.
De lo anterior, se realizó un diagnóstico de las condiciones de presión sonora mediante la aplicación de monitoreo AirCasting. Esta herramienta permitió el registro en tiempo real de los decibelios (dB) y la trazabilidad geoespacial mediante GPS mientras se realizaban recorridos en dos áreas estratégicas:
• Facultad de Ciencias Naturales y Exactas.
• Facultad de Educación y Pedagogía
Finalmente, los datos obtenidos fueron procesados por medio de R. Se emplearon técnicas de estadística descriptiva para la visualización de trayectorias y la generación de gráficos de distribución, tales como histogramas y boxplots. Estas herramientas permiten identificar puntos críticos de contaminación auditiva y analizar como el ruido ambiental impacta en el desarrollo de las actividades académicas de la Universidad.
2. Metodología
2.1 Recolección y manejo de datos
El monitoreo de los niveles de presión sonora se llevó a cabo el 10 de febrero de 2026 en dos zonas estratégicas del campus de la Universidad del Valle, caracterizadas por su alta afluencia académica. Las mediciones se realizaron en el horario diurno, comprendido entre las 07:01 y las 21:00 horas según el Artículo 2 de la Resolución 0627 de 2006, garantizando que los datos reflejen la dinámica habitual de clases y actividades administrativas.
El protocolo de captura de datos siguió un diseño de trayectorias dinámicas con una periodicidad de un registro por segundo (1s), cumpliendo con el intervalo mínimo de 15 minutos de captura de información exigido por la norma.
2.2 Variables registradas
library(knitr)
library(kableExtra)
# Crear el data frame con la estructura solicitada
variables_informe <- data.frame(
Variable = c("1:Measurement_Value", "Latitude", "Longitude", "Timestamp", "Session Name"),
Tipo = c("Numérica", "Numérica", "Numérica", "Texto/Fecha", "Texto"),
Descripción = c("Intensidad de la presión sonora capturada en decibelios (dB)",
"Coordenada geográfica (Norte-Sur) obtenida mediante GPS para geolocalización.",
"Coordenada geográfica (Este-Oeste) obtenida mediante GPS para geolocalización.",
"Marca de tiempo exacta que indica el segundo en el que se capturó el dato.",
"Identificador asignado al recorrido o área de estudio.")
)
# Generar la tabla armonizada
knitr::kable(variables_informe,
caption = "Tabla 1: Estructura y descripción de las variables de monitoreo acústico",
align = "lll") %>%
kable_styling(full_width = F, position = "center", font_size = 14) %>%
# Encabezado en color Vino (#800020) para coherencia con el título principal
row_spec(0, background = "#800020", color = "white", bold = TRUE) %>%
column_spec(1:3, background = "#F5F5DC", color = "#333333", border_left = TRUE, border_right = TRUE)| Variable | Tipo | Descripción |
|---|---|---|
| 1:Measurement_Value | Numérica | Intensidad de la presión sonora capturada en decibelios (dB) |
| Latitude | Numérica | Coordenada geográfica (Norte-Sur) obtenida mediante GPS para geolocalización. |
| Longitude | Numérica | Coordenada geográfica (Este-Oeste) obtenida mediante GPS para geolocalización. |
| Timestamp | Texto/Fecha | Marca de tiempo exacta que indica el segundo en el que se capturó el dato. |
| Session Name | Texto | Identificador asignado al recorrido o área de estudio. |
Las áreas evaluadas, clasificadas como Sector B (Tranquilidad y Ruido Moderado), fueron:
• Facultad de Ciencias Naturales y Exactas: Área de laboratorios, corredores y servicios; monitoreo realizado entre las 15:13 y 15:33h, resultando en 1000 registros tras el proceso de depuración técnica.
library(readr)
ciencias <- read_csv("C:/Users/everf/OneDrive/Documentos/Estadistica para Biologos/Ciencias.csv",skip = 8)
ciencias <- ciencias [195:nrow(ciencias), ]• Facultad de Educación y Pedagogía: Zona administrativa y de aulas; monitoreo realizado entre las 16:20 y 16:40h, obteniendo una muestra robusta de registros.
library(readr)
licenciatura <- read_csv("licenciatura.csv",skip = 8)
licenciatura <- licenciatura [165:nrow(licenciatura), ]Para facilitar con la interpretación comparativa y robusta del entorno acústico institucional, se presenta una tabla que consolida los datos combinados obtenidos en ambos sectores:
library(knitr)
library(kableExtra)
sonido=rbind.data.frame(ciencias,licenciatura)
knitr::kable(head(sonido), caption = "Tabla 2: Base de datos combinados de los niveles de ruido", align = "lllllll") %>%
kable_styling(full_width = F, position = "center", font_size = 14) %>%
# Ajuste: Encabezado en color Vino (#800020) con letras blancas
row_spec(0, background = "#800020", color = "white", bold = TRUE) %>%
# Ajuste: Cuerpo de la tabla en color Beige (#F5F5DC)
column_spec(1:6, background = "#F5F5DC", color = "#333333") | ObjectID | Session_Name | Timestamp | Latitude | Longitude | 1:Measurement_Value |
|---|---|---|---|---|---|
| 195 | Ciencias | 2026-02-10 16:24:08 | 3.374804 | -76.53441 | 78.63299 |
| 196 | Ciencias | 2026-02-10 16:24:09 | 3.374806 | -76.53440 | 72.49370 |
| 197 | Ciencias | 2026-02-10 16:24:10 | 3.374811 | -76.53441 | 64.48355 |
| 198 | Ciencias | 2026-02-10 16:24:11 | 3.374818 | -76.53441 | 62.86773 |
| 199 | Ciencias | 2026-02-10 16:24:12 | 3.374821 | -76.53441 | 61.72123 |
| 200 | Ciencias | 2026-02-10 16:24:13 | 3.374818 | -76.53442 | 64.41275 |
2.3 Mapas interactivos
Mapa de Facultad de Ciencias Naturales y Exactas.
library(readr)
library(dplyr)
ciencias <- read_csv("ciencias.csv",skip = 8)
ciencias <- ciencias [195:nrow(ciencias), ]
ciencias <- ciencias %>% rename(dB = '1:Measurement_Value')
# Mapa individual para Ciencias
require(leaflet)
leaflet(data=ciencias) %>% addTiles() %>%
addCircleMarkers(lng=~Longitude, lat=~Latitude, color = "#B8860B",
radius = 4, stroke = FALSE, fillOpacity = 0.7,
popup = ~paste("Intensidad:", dB, "dB")) %>%
addMiniMap(toggleDisplay = TRUE)Mapa de Facultad de Pedagogía
library(readr)
library(dplyr)
licenciatura <- read_csv("licenciatura.csv",skip = 8)
licenciatura <- licenciatura [165:nrow(licenciatura), ]
licenciatura <- licenciatura %>% rename(dB = '1:Measurement_Value')
# Mapa individual para Licenciatura
require(leaflet)
leaflet(data=licenciatura) %>% addTiles() %>%
addCircleMarkers(lng=~Longitude, lat=~Latitude, color = "#800020",
radius = 4, stroke = FALSE, fillOpacity = 0.7,
popup = ~paste("Intensidad:", dB, "dB")) %>%
addMiniMap(toggleDisplay = TRUE)Mapa combinado
Se realiza una comparativa visual para identificar los espacios en los que se registraron los decibeles.
library(readr)
library(dplyr)
ciencias <- read_csv("ciencias.csv",skip = 8)
ciencias <- ciencias [195:nrow(ciencias), ]
ciencias <- ciencias %>% rename(dB = '1:Measurement_Value') %>%
mutate(Zona = "ciencias")
licenciatura <- read_csv("licenciatura.csv",skip = 8)
licenciatura <- licenciatura [165:nrow(licenciatura), ]
licenciatura <- licenciatura %>% rename(dB = '1:Measurement_Value') %>%
mutate(Zona = "licenciatura")
sonido <- rbind(ciencias, licenciatura)
paleta_zonas <- colorFactor(palette = c("#B8860B", "#800020"), domain = sonido$Zona)
# 2. Generar el mapa combinado
require(leaflet)
leaflet(data=sonido) %>%
addTiles() %>%
addCircleMarkers(lng = ~Longitude, lat = ~Latitude, color = ~paleta_zonas(Zona), radius = 3, fillOpacity = 0.6, stroke = FALSE, popup = ~paste("<b>Sector:</b>", Zona, "<br>", "<b>Intensidad:</b>", dB, "dB")) %>%
addLegend(pal = paleta_zonas, values = ~Zona, title = "Sectores Evaluados", position = "bottomright")3. Evaluación hipotesis
Se plantean las siguientes hipotesis:
Hipótesis Nula (H0): No existen diferencias significativas entre los promedios de ruido de ambas facultades.
Hipótesis Alternativa (H1): Existen diferencias significativas entre los niveles de ruido de ambos sectores.
library(table1)
# Etiquetas
ciencias$Zona <- "Ciencias"
licenciatura$Zona <- "Licenciatura"
sonido <- rbind.data.frame(ciencias, licenciatura)
names(sonido)[names(sonido) == "1:Measurement_Value"] <- "dB"
sonido$dB <- as.numeric(sonido$dB)
# Normativa
sonido$Normativa <- ifelse(sonido$dB <= 65, "Cumple (≤ 65 dB)", "Supera (> 65 dB)")
sonido$Normativa <- factor(sonido$Normativa, levels = c("Cumple (≤ 65 dB)", "Supera (> 65 dB)"))
# Etiquetas para la tabla
attr(sonido$Zona, "label") <- "Sector del Campus"
attr(sonido$dB, "label") <- "Nivel de ruido (dB)"
attr(sonido$Normativa, "label") <- "Evaluación de la normativa"
# Función P-value
pvalue_estetico <- function(x, ...) {
# Si la variable es numérica (dB), calculamos el p-valor
if (is.numeric(x[[1]])) {
x_sectores <- x[1:2]
y <- unlist(x_sectores)
g <- factor(rep(1:length(x_sectores), sapply(x_sectores, length)))
p <- t.test(y ~ g, var.equal = FALSE)$p.value
p_f <- format.pval(p, digits=3, eps=0.001)
return(c("", paste0("<br>", p_f), "", ""))
} else {
return(c("", "", ""))
}
}
# Tabla final
table1(~ dB + Normativa | Zona, data = sonido,
overall = "Global",
extra.col = list("P-valor (Sign.)" = pvalue_estetico),
caption = "Tabla 3. Comparativa de niveles de ruido en zonas de la Universidad del Valle")| Ciencias (N=1000) |
Licenciatura (N=1000) |
Global (N=2000) |
P-valor (Sign.) | |
|---|---|---|---|---|
| Nivel de ruido (dB) | ||||
| Mean (SD) | 71.5 (4.77) | 66.1 (5.12) | 68.8 (5.65) | <0.001 |
| Median [Min, Max] | 71.5 [57.0, 85.3] | 65.6 [54.1, 82.6] | 68.7 [54.1, 85.3] | |
| Evaluación de la normativa | ||||
| Cumple (≤ 65 dB) | 78 (7.8%) | 458 (45.8%) | 536 (26.8%) | |
| Supera (> 65 dB) | 922 (92.2%) | 542 (54.2%) | 1464 (73.2%) |
4. Herramientas estadísticas
4.1 Tabla Boxplot
library(dplyr)
library(knitr)
library(kableExtra)
sonido$dB <- as.numeric(sonido$dB)
# 2. Calcular los estadísticos para el boxplot
resumen_stats <- sonido %>%
group_by(Zona) %>%
summarize(
Minimo = min(dB, na.rm = TRUE),
Q1 = quantile(dB, 0.25, na.rm = TRUE),
Mediana = median(dB, na.rm = TRUE),
Q3 = quantile(dB, 0.75, na.rm = TRUE),
Maximo = max(dB, na.rm = TRUE)
)
# Tema elegido
resumen_stats %>%
kable(caption = "Tabla 4: Resumen de Medidas para Diagrama de Cajas (dB)",
align = "c",
digits = 2) %>%
kable_styling(full_width = F, position = "center", font_size = 16) %>%
# Encabezados en Color Vino e Intensos
row_spec(0, background = "#800020", color = "white", bold = TRUE) %>%
# Cuerpo de la tabla en tono Beige 'burn'
column_spec(1:6, background = "#F5F5DC", border_left = TRUE, border_right = TRUE)| Zona | Minimo | Q1 | Mediana | Q3 | Maximo |
|---|---|---|---|---|---|
| Ciencias | 57.00 | 68.07 | 71.50 | 74.74 | 85.32 |
| Licenciatura | 54.08 | 62.13 | 65.62 | 69.65 | 82.64 |
4.2 Graficos
4.1.1 Diagrama de cajas (Boxplot)
## Cargando paquete requerido: ggplot2ggplot(sonido,aes(y=`dB`,x=Session_Name,fill=Session_Name))+geom_boxplot()+scale_fill_manual(values = c("Ciencias" = "#B8860B", "Licenciatura" = "#800020")) +
theme_bw() +
labs(y = "Nivel de ruido (dB)",
x = "Sector del Campus",
fill = "Sector")
4.1.2 Histogramas
library(ggplot2)
# 1. Definir el umbral normativo según tus fuentes (Resolución 0627)
UMBRAL_NORMA <- 65
# 2. Crear el gráfico
ggplot(sonido, aes(x = dB, fill = Zona)) +
# Histograma con bordes blancos para limpieza visual
geom_histogram(binwidth = 2, color = "white", alpha = 0.85) +
# Línea vertical del límite legal (65 dB)
geom_vline(xintercept = UMBRAL_NORMA, linetype = "dashed",
color = "#800020", linewidth = 0.8) +
# Etiqueta del límite legal
annotate("text", x = Inf, y = Inf,
label = "Límite Res. 0627 (65 dB)", vjust = 2, hjust = 1.1,
color = "#800020", fontface = "bold", size = 3.5) +
# Separar histogramas verticalmente (ncol = 1)
facet_wrap(~Zona, ncol = 1) +
# Aplicar tus colores: Vino para Ciencias y Dorado/Beige para Licenciatura
scale_fill_manual(values = c("Ciencias" = "#800020", "Licenciatura" = "#B8860B")) +
# Configuración de ejes basada en el rango de tus datos
scale_x_continuous(breaks = seq(40, 100, by = 5)) +
# Etiquetas alineadas con tu informe
labs(
title = "Distribución de niveles de sonido por zona",
subtitle = "Comparativa de la frecuencia de ruido frente al estándar legal",
x = "Nivel de sonido (dB)",
y = "Frecuencia (conteo de registros)",
caption = "La línea discontinua indica el límite máximo permitido de 65 dB para zonas institucionales."
) +
# Aplicación del tema visual (Vino y Beige)
theme_minimal(base_size = 12) +
theme(
plot.title = element_text(color = "#800020", face = "bold", size = 16),
plot.subtitle = element_text(color = "gray40"),
strip.background = element_rect(fill = "#F5F5DC", color = NA), # Fondo beige para títulos de facetas
strip.text = element_text(face = "bold", size = 10, color = "#800020"),
panel.grid.minor = element_blank(),
legend.position = "none" # Ocultamos la leyenda porque el título de la faceta ya identifica la zona
)
5. Discusión
Análisis del Cumplimiento Normativo: De acuerdo con la información reportada en la Tabla 2, se evidencia que tanto la media (Mean) como la mediana (Median) en ambos sectores superan el límite legal de 65 dB establecido por la Resolución 0627. Esto indica que el entorno acústico de estas facultades no cumple con los estándares para zonas institucionales de uso educativo.
Análisis de Significancia Estadística: El análisis arrojó un P-valor < 0,001, lo que representa una diferencia altamente significativa entre los dos sectores estudiados. Debido a que este valor es mucho menor al umbral de significancia alfa (0,05), se rechaza la hipótesis nula y se acepta la hipótesis alternativa, confirmando que los niveles de ruido entre la Facultad de Ciencias y la de Licenciatura son estadísticamente distintos.
Interpretación de la Variabilidad (SD): Al analizar la Desviación Estándar (SD), se observa que aunque Ciencias presenta el nivel de ruido más alto (71.5 dB), posee la desviación más baja (4.77), lo que demuestra que los niveles de ruido son más constantes. Esto sugiere la presencia de un ruido de fondo persistente, posiblemente vinculado al flujo constante de personas y actividades en el primer piso de la Facultad de Ciencias Naturales y Exactas.
Comparativa entre los sectores: En contraste, la Facultad de Educación y Pedagogía presenta una media menor, pero una mayor variabilidad (SD 5.12). Esto se traduce en un sonido impredecible o intermitente, con fluctuaciones marcadas que coinciden con dinámicas horarias específicas, como el periodo del almuerzo, dada su proximidad al Edificio Central.”
6. Limitaciones
Restricción temporal: Debido a que las mediciones representan un momento específico, los promedios reportados no capturan variaciones estacionales o ciclos académicos, lo que limita la generalización de los resultados a otros periodos del año.
Factores no controlados: No se controlan ruidos externos o ruido generado en el momento de la toma de los datos, Esto limitada la comparabilidad absoluta, ya que no se pudo garantizar una toma de datos bajo condiciones ambientales idénticas.
Sensiblidad de la aplicación: El uso de aplicaciones móviles, aunque útil para un tamizaje inicial, presenta retos frente a fenómenos acústicos locales (eco o refracción). Por lo tanto, los resultados del primer piso de Ciencias deben tomarse como una referencia de área específica y no necesariamente como el nivel total de la facultad.
7. Conclusiones
Ambos sectores superan el estándar de 65 dB definido por la normativa vigente (Resolución 0627). Se concluye que el ambiente acústico actual contraviene los límites legales y no es propicio para actividades académicas que exigen alta concentración.
Basado en el P-valor obtenido (< 0,001), se concluye que el ruido en el campus no es un fenómeno homogéneo. Existe una diferencia estadísticamente significativa entre sectores, lo que obliga a que las estrategias de mitigación sean localizadas y diferenciadas según la naturaleza del ruido y los horarios de actividad.
La Facultad de Ciencias Naturales y Exactas presenta la situación más crítica debido a la persistencia de niveles elevados de presión sonora (ruido constante). Se concluye que este sector requiere intervenciones de ingeniería o control administrativo con carácter prioritario para mitigar el impacto en el desarrollo académico.
8. Referencias
Ministerio de Ambiente, Vivienda y Desarrollo Territorial. (2006, 7 de abril). Resolución 0627 de 2006. Por la cual se establece la norma nacional de emisión de ruido y ruido ambiental. Bogotá, Colombia.
R Core Team. (2024). R: A language and environment for statistical computing. R Foundation for Statistical Computing.
Rich, B. (2023). table1: Create HTML Tables of Descriptive Statistics (Version 1.4.3) [Software].
Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York.
Wickham, H., Hester, J., & Bryan, J. (2024). readr: Read Rectangular Text Data (Version 2.1.5) [Software].