Basura en México
Caso de estudio de la 2da unidad de la materia de probabilidad y estadística en el cual se aborda la temática del problema de la basura en México
Antecedentes
¿Qué es la basura?
El término basura se refiere a cualquier residuo inservible, a todo material no deseado y del que se tiene intención de desechar.
¿La basura es un problema?
Además de la contaminación del aire, la tierra y el agua; la mala gestión de los residuos tiene efectos perjudiciales para la salud pública (por la contaminación ambiental y por la posible transmisión de enfermedades infecciosas vehiculizadas por los roedores que los habitan) y degradación del medio ambiente en general, además de impactos paisajísticos.
Asimismo, la degradación ambiental conlleva costos sociales y económicos tales como la devaluación de propiedades, pérdida de la calidad ambiental y sus efectos en el turismo.
¿Cómo es la problemática de la basura en México?
https://www.animalpolitico.com/2018/10/mexico-genera-basura-paises-america-latina/
El planeta genera más de 2.000 millones de toneladas de basura al año, pero expertos calculan que produciremos hasta 3.400 millones en el año 2050. ¿Cómo contribuye América Latina a estas preocupantes cifras?
Desechos per cápita
Asignación
Utilizando los datos proporcionados conteste a las siguientes preguntas:
## Parsed with column specification:
## cols(
## anio = col_double(),
## basura = col_double(),
## rellenos = col_double()
## )1.- ¿Cómo ha aumentado la producción de basura en México?
R: Se puede observar que la cantidad de basura ha aumentado de manera exponencial, es decir, con forme aumentan el tiempo, aumenta la cantidad de basura que se produce y esto es debido al crecimiento de la población y PIB nacional.
2.- ¿Los rellenos son suficientes para atender la demanda de generación de basura?
#Regresión lineal de la producción de basura
regresion <- lm(basura ~ rellenos, data = basura)
summary(regresion)##
## Call:
## lm(formula = basura ~ rellenos, data = basura)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1813.9 -931.7 -156.9 1010.5 2301.5
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 27418.764 708.729 38.69 < 2e-16 ***
## rellenos 72.231 6.812 10.60 2.3e-08 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1297 on 15 degrees of freedom
## Multiple R-squared: 0.8823, Adjusted R-squared: 0.8744
## F-statistic: 112.4 on 1 and 15 DF, p-value: 2.299e-08#Recta de minimos cuadrados
plot(basura$rellenos, basura$basura, xlab="Año", ylab="Basura")
abline(regresion)
gr <- ggplot(data=basura) +
geom_line(aes(anio,rellenos)) +
xlab("Año") +
ylab("Rellenos")
grid.arrange(gb,gr)
R: Definitivamente no, la cantidad de basura que se produce supera con creces la capacidad de los rellenos, y estos prácticamente no han aumentando en número los últimos años, debido a esto es que podemos oberservar con frecuencia tanta basura en vertederos y/o valdios.
3.- Si ya conocemos la manera en la que aumenta la basura con el paso de los años, ahora predecir cuánta basura tendríamos en el año 2025 al 2100 en intervalos de 5 años
## anio basura rellenos
## anio 1.0000000 0.9495559 0.9435149
## basura 0.9495559 1.0000000 0.9393043
## rellenos 0.9435149 0.9393043 1.0000000#Regresión lineal de mayor indice de correlación
regresion <- lm (basura ~ anio, data=basura)
summary(regresion)##
## Call:
## lm(formula = basura ~ anio, data = basura)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1355.49 -751.81 -124.62 42.68 2623.36
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1.344e+06 1.175e+05 -11.44 8.32e-09 ***
## anio 6.882e+02 5.868e+01 11.73 5.92e-09 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1185 on 15 degrees of freedom
## Multiple R-squared: 0.9017, Adjusted R-squared: 0.8951
## F-statistic: 137.5 on 1 and 15 DF, p-value: 5.915e-09#Recta de minimos cuadrados
plot(basura$anio, basura$basura, xlab="Año", ylab="Cantidad de basura")
abline(regresion)
## [1] 29272.42 30509.61 30550.67 30733.26 30952.28 31488.48 31959.42 32173.61
## [9] 32915.70 34604.00 35405.00 36135.00 36865.00 37595.00 38325.00 40058.75
## [17] 41062.50## [1] 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
## [16] 2010 2011#Nuevo marco de datos, nuevos años
nuevos.anios <- data.frame(anio=seq(1995,2015, by=1))
predict <- predict(regresion, nuevos.anios)
#Intervalos de confianza
confint(regresion)## 2.5 % 97.5 %
## (Intercept) -1594791.3696 -1093728.0837
## anio 563.0964 813.2521#Recta ajustada al gráfico de dispersión
plot(basura$anio, basura$basura, xlab="Año", ylab="Cantidad de basura")
abline(regresion)
#Intervalos de confianza para la respuesta media
ic <- predict(regresion, nuevos.anios, interval='confidence')
lines(nuevos.anios$anio, ic[,2],lty=2)
lines(nuevos.anios$anio, ic[,3],lty=2)
#Intervalos de predicción
ic <- predict(regresion, nuevos.anios, interval='prediction')
lines(nuevos.anios$anio, ic[,2],lty=2, col="red")
lines(nuevos.anios$anio, ic[,3],lty=2, col="red")
# 2025 a 2100
nuevos.anios2 <- data.frame(anio=seq(2025,2100, by=5))
predict2 <- predict(regresion, nuevos.anios2)
predict2## 1 2 3 4 5 6 7 8
## 49293.11 52733.98 56174.85 59615.72 63056.59 66497.47 69938.34 73379.21
## 9 10 11 12 13 14 15 16
## 76820.08 80260.95 83701.82 87142.69 90583.56 94024.44 97465.31 100906.18
R: En 2100 tendríamos 100906.18 toneladas de basura en comparación a 2025 donde tendríamos 49293.11 toneladas según la predicción de nuestro modelo. Esto quiere decir que las predicciones estiman que la cantidad de basura producida se duplicará en 2100 con respecto a 2025. Y se mantiene nuestra hipótesis de que la producción de basura va en constante aumento.
4.- Ahora, ¿Cuantos rellenos necesitaríamos para poder manejar toda esta basura?
R: De acuerdo a los datos, en 2011 existieron 196 rellenos para 41062.5 toneladas de basura, pero estos no satisfacen completamente la demanda de gestión de residuos. Por tanto, en 2100 cuando la basura se haya más de duplicado con respecto a 2011, será necesario aproximadamente un triple de los rellenos entonces existentes.
5.- ¿Qué alternativa objetiva propone para atacar este problema?
Una de las alternativas más viables es reciclar, reducir y reutilizar (actividad propuesta hacia vvarios años) esto con el fin de disminuir los desechos que producimos, cabe mencionar que es necesario educar a la población sobre este problema, sobre todo a las nuevas generaciones, ademas de crear campañas de concientización y fomentar la implementación de modelos del uso de las 3R’s.
Mayores productores de basura
Conclusión
Con este detallado ánalisis estadístico podemos confirmar la hipótesis de que la basura aumenta de manera exponencial y llegará el momento en el que haya mucha contaminación y nos sea imposible el vivir en el planta, ademas de que son muy pocos los rellenos sanitarios existentes, siendo insuficientes para satisfacer la necesidad de gestionar los residuos que generamos, sumandole que a al planeta le toma un largo periodo de tiempo en degradar los materiales, siendo cada uno diferente.