Residuos Solidos Ubicacion

MODELO PROTOTIPO DE OPTIMIZACIÓN PARA LA LOCALIZACIÓN DE
PLANTAS PRODUCTORAS DE ENERGÍA A PARTIR DE BASURAS POR

MEDIO DEL PROCESO DE TERMÓLISIS
ANDRES DANILO ARGUELLO GALINDO
UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERIA
PROGRAMA DE INGENIERIA INDUSTRIAL
CHÍA
2007
MODELO PROTOTIPO DE OPTIMIZACIÓN PARA LA LOCALIZACIÓN DE
PLANTAS PRODUCTORAS DE ENERGÍA A PARTIR DE BASURAS POR
MEDIO DEL PROCESO DE TERMÓLISIS
ANDRES DANILO ARGUELLO GALINDO
Proyecto de grado para optar al título de Ingeniero Industrial
Directora
MARIA LILIA PERILLA PERILLA
Doctora en Educación
Asesor externo
CAMILO AUGUSTO GARCIA GUEVARA
Ingeniero Industrial.
UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERIA
PROGRAMA DE INGENIERIA INDUSTRIAL
CHÍA
2007
Nota de aceptación:
______________________________________
______________________________________
______________________________________
______________________________________
______________________________________
______________________________________
______________________________________
Firma del presidente del jurado
______________________________________
Firma del jurado
______________________________________
Firma del jurado
Chía, 19 de Enero de 2007

A Dios, por ser el ingeniero de mi
vida.
“Que tu vida no sea una vida

estéril. – Se útil. – Deja poso. –
Ilumina, con la luminaria de tu fe y
de tu amor.
Borra, con tu vida de apóstol, la

señal viscosa y sucia que dejaron
los sembradores impuros del
odio. – y enciende todos los
caminos de la tierra con el fuego
de Cristo que llevas en el
corazón.”
San Josemaría Escrivá de

Balaguer
Camino, no 1.
AGRADECIMIENTOS
Durante mi carrera y en especial durante el desarrollo de esta tesis, le debo

especial agradecimientos a mi familia, quien tuvo que soportar todas mis
alegrias y tristezas, pero a pesar de todo, siempre han tenido el incondicional
apoyo que brinda la familia.
A Maria Lilia Perilla, profesora de la Universidad de la Sabana y directora de

tesis, por su incondicional disposición y orientación durante el desarrollo del
trabajo de decisión.
A Camilo Augusto García Guerrero, Ingeniero de la Universidad de la Sabana,

consultor de temas relacionados con investigación de operaciones, y amigo
incondicional, por todo su ayuda, aporte y comentarios oportunos en el
desarrollo de este trabajo. Dios le pague por su amistad y generosidad de
espíritu.
A Danilo Abril Hernández, por su valiosa orientación en el manejo del software

de optimización GAMS.
A Rodrigo Cáliz, por su valioso aporte en la conceptualizacion de modelos de

programación matemática y acertados comentarios durante el desarrollo de
este proyecto.
A Alberto Estrada y Hontanar, por contribuir con mi formación no solo

académica, sino moral y espiritual, lo cual aportó a la culminación de este
trabajo.
TABLA DE CONTENIDO
INTRODUCCIÓN 1
1. ANTECEDENTES 2
1.1 SITUACIÓN DE LOS RESIDUOS SÓLIDOS 2
1.1.1 Ámbito Internacional 2
1.1.2 Ámbito Nacional 8
2. ASPECTOS GENERALES 10
2.1 FORMULACIÓN DEL PROBLEMA 10
2.1.1 Justificación 11
2.1.2 Descripción del proyecto 12
2.1.3 Alcance del proyecto 13
2.2 OBJETIVOS 13
2.2.1 Objetivo general 13
2.2.2 Objetivos específicos 13
2.3 METODOLOGIA 14
3 MARCO TEORICO Y ESTADO DEL ARTE 15
3.1 MARCO TEORICO 15
3.1.1 Residuos sólidos 15
3.1.1.1 Características y aspectos generales 15
3.1.1.2 Métodos de disposición 19
3.1.1.3 Modelo de gestión de residuos y reglamentación 24
3.1.2 Termólisis 30
3.1.3 Logística de cadenas de abastecimiento. 31
3.1.4 Modelación matemática de optimización 33
3.1.4.1 Complejidad computacional 35
3.1.4.2 Software de optimización 36
3.2 CASOS DE ESTUDIO 36
3.2.1 Gestión de residuos sólidos 37
3.2.2 Localización de infraestructura 38
4. ZONA DE ESTUDIO 41
4.1 ASPECTOS GENERALES 41
4.2 SITUACIÓN DE LOS RESIDUOS SÓLIDOS EN 42
CUNDINAMARCA
4.3 SELECCIÓN DE MUNICIPIOS 43

5. MODELO 45
5.1 DESCRIPCIÓN DEL SISTEMA 46
5.1.1 Cadena de abastecimiento actual de residuos sólidos 46
5.1.2 Aspectos generales 48
5.2 MODELO DE LOCALIZACIÓN 49
5.2.1 Descripción 49
5.2.2 Características generales 50
5.3 CONSTRUCCIÓN MATEMÁTICA 55
5.3.1 Índices 55
5.3.2 Parámetros 57
5.3.3 Variables 60
5.3.4 Ecuaciones 62
5.3.5 Función Objetivo 66
6. RESULTADOS NUMÉRICOS 70
6.1 DATOS UTILIZADOS 70
6.2 CÓDIGO GAMS 75
6.3 DATOS PARA CALIBRACION DEL MODELO 83
6.4 RESULTADOS NUMÉRICOS 85
6.5 ESCENARIOS 89
6.6 ANÁLISIS DE SENSIBILIDAD 102
7. CONCLUSIONES Y RECOMENDACIONES 104
BIBLIOGRAFIA 108
GLOSARIO 112
ANEXO 1. GRAFICAS COMPLEMENTARIAS 115
ANEXO 2. TABLAS COMPLEMENTARIAS 121
ANEXO 3. FIGURAS COMPLEMENTARIAS 134
ANEXO 4. CASOS DE ESTUDIO 142
ANEXO 5. PROYECCIONES DE INFLACION 165
LISTA DE GRAFICAS
Pág.
Gráfica 1. Generación de residuos sólidos municipales en 115
Estados Unidos. 1960 – 2000.
Gráfica 2a. Composición de residuos sólidos municipales en 116
Estados Unidos.
Gráfica 2b. Evolución en la composición de los residuos sólidos 116

municipales.
Gráfica 2c. Evolución en los métodos de disposición de residuos 116
sólidos municipales.
Gráfica 3a. Generación de residuos sólidos en los países de la 117

UE.
Gráfica 3b. Composición de los residuos sólidos en porcentaje de 117
países de la UE.
Gráfica 3c. Participación (%) de métodos de disposición de 117
residuos sólidos en la UE.
Gráfica 4a. Composición porcentual de los RSM en países con 118
ingreso alto, medio y bajo en Asia. 1999.
Gráfica 4b. Composición porcentual de las formas de disposición 118

final de RSM para varios países o regiones de Asia. 1999.
Gráfica 5. Población en América Latina y el Caribe. 119

Gráfica 6. Generación de residuos sólidos municipales en 119
toneladas y PPC.
Gráfica 7. Caracterización de residuos sólidos municipales en 120
porcentaje, de algunos países de América Latina y el Caribe.
LISTA DE TABLAS
Pág.
Tabla 1. Distribución porcentual de la población, por tamaño (en 121
hab.) y desarrollo.
Tabla 2. Generación de residuos sólidos en países europeos, 121
junto con la variación porcentual. 1995 – 2003.
Tabla 3. Evolución en la generación per cápita anual de los 122
residuos sólidos municipales en Europa. 1995 – 2003.
Tabla 4. Población de algunos países asiáticos y porcentaje de la 123
población en áreas urbanas en Asia.
Tabla 5. Generación por cápita de residuos sólidos municipales 124
urbanos en Asia.
Tabla 6. Tratamiento de los RSM en algunas ciudades de 124
América Latina y el Caribe.
Tabla 7. Fuentes de residuos sólidos en la comunidad 125
Tabla 8. Datos típicos sobre peso especifico y contenido en 126
humedad para residuos domésticos, comerciales, industriales y
agrícolas.
Tabla 9. Análisis próximo y datos energéticos típicos para 128
materiales encontrados en los residuos sólidos domésticos,
comerciales e industriales.
Tabla 10. Datos típicos sobre el análisis elemental del material 129
combustible presente en los residuos sólidos domésticos,
comerciales e industriales
Tabla 11. Procesos de separación y procesamiento utilizados 130
comúnmente en los residuos sólidos.
Tabla 12. Provincias, cantidad de municipios por provincia y 131
municipios de Cundinamarca.
Tabla 13a. Características de población urbana de las distintas 132
provincias de Cundinamarca, participación porcentual de la
población, cantidad de municipios y datos de generación de
residuos sólidos.
Tabla 13b. Características de residuos sólidos de las provincias 132
Sabana Centro y Sabana Occidente de Cundinamarca.
Tabla 14. Clasificación de los residuos sólidos en estudios 133
realizados en Cundinamarca y su correspondiente destino
propuesto por autor.
Tabla 15. Resultados de las corridas con los datos de calibración 85
para el modelo matemático.
Tabla 16. Variable RESNY - Flujos entre los municipios a la planta 87
de termólisis en el tiempo
Tabla 17. Ocupación de la capacidad de la planta de tratamiento. 87
Tabla 18. Variable APOTC – Aportes por tipo de residuo a la 88
planta de tratamiento de residuos sólidos.
Tabla 19. Resultados de las variables económicas de la ejecución 89
del modelo.
Tabla 20. Escenarios de comparación para la ejecución del 90
modelo matemático
Tabla 21. Resultados de la ejecución de los distintos escenarios 91
planteados.
Tabla 22. Ocupación de la capacidad de la planta de tratamiento 93
del escenario 2.
Tabla 23. Resultados de las variables económicas de la ejecución 93
del modelo del escenario 2.
Tabla 24. Ocupación de la capacidad de la planta de tratamiento, 94
para los escenarios 8 y 9.
Tabla 25. Comparación de las variables económicas de los 95
escenarios 8 y 11.
para el escenario 6
para el escenario 3.
Tabla 28. Ocupación de la capacidad instalada, para el escenario 99
12.
según el escenario 4.
según el escenario 5.
según el escenario 10
Tabla 32. Resumen de los casos de minimización de residuos. 142
Tabla 33 a. Índices de inflación en Colombia, 1997 – 2005. 166
Tabla 33 b. Proyecciones de inflación en Colombia, 2006 – 2015 166
LISTA DE FIGURAS
Pág.
Figura 1. Esquema de los antecedentes del problema 2
Figura 2. Esquema de la formulación del problema 10
Figura 3. Estructura del marco teórico y estado del arte 15
Figura 4a. Tamaño típico de componentes individuales en RSM 134
domésticos y comerciales.
Figura 4b. Porcentaje de la masa total de los RSM domésticos y 134
comerciales en función del tamaño de la malla
Figura 4c. Distribución típica del tamaño de los componentes 135
encontrados en los RSM domésticos.
Figura 5a. Construcción de un relleno sanitario con recuperación 136
de gases y líquidos percolados.
Figura 5b. Corte transversal del relleno sanitario. 136
Figura 6a. Diagrama de distintos procesos de trituración. 137
Figura 6b. Diagrama de distintos procesos de separación 137
Figura 7. Esquema de operación de GIRS. 139
Figura 8. Curvas de costo de una estación de transferencia y de 27
recolección directa.
Figura 9. Diagrama de flujo de los distintos procesos en la planta 140
de termólisis.
Figura 10. Estructura para describir la zona de estudio 41
Figura 11. Provincias del departamento de Cundinamarca. 141
Figura 12. Estructura utilizada para describir el modelo 45

matemático.
Figura 13. Distancias requeridas para el modelo de ubicación, 51
entre los nodos de generación de residuos sólidos y los nodos de
construcción de infraestructura.
Figura 14. Diagrama de distancias combinado con la oferta de 52
residuos sólidos, para el modelo de ubicación.
Figura 15. Implicaciones del manejo del tiempo en el modelo para 53
una planta de tratamiento o estación de transferencia.
Figura 16. Estructura utilizada para presentar resultados y 70
análisis
Figura 17. Determinación de posibles nodos de construcción, de 74
estaciones de transferencia o de plantas de termólisis.
Figura 18. Nodos de generación de residuos y nodos de 75
construcción, en la zona de estudio seleccionada (Provincias
Norte y Occidente de Cundinamarca)
Figura 19. Arreglo geométrico de nodos para calibración del 84
modelo matemático.
Figura 20. Ubicación de plantas en el escenario base. 86
Figura 21. Ubicación de la planta de tratamiento, según el 92
escenario 2
Figura 22. Ubicación de la planta de tratamiento, según los 95
escenarios 8 y 9.
escenario 6.
escenario 3.
Figura 25. Ubicación de plantas, según los escenarios 4 y 5. 101
escenario 10.
Figura 27. El sistema de gestión de residuos y su interacción con 146
el medio que lo rodea.
Figura 28. Diagrama de flujo del sistema de gestión de residuos 148
sólidos.
Figura 29. Representación de la red de elementos de la gestión 155
integrada de residuos y los correspondientes flujos entre estos.
RESUMEN
Este trabajo presenta un modelo matemático para la optimización en la

ubicación de plantas de procesamiento de residuos sólidos, en un área
geográfica establecida. El modelo matemático es de carácter MIP; por sus
siglas en ingles para programación lineal entera mixta, lo cual significa en la
permanente utilización de ecuaciones lineales, así como también variables
binarias y continuas, durante su desarrollo. Las plantas de tratamiento extraen
de los residuos sólidos (principalmente de la biomasa), la energía restante en
forma de biocombustibles para generar energía eléctrica. Los contenidos de los
residuos solidos que no son susceptibles a este proceso, son separados por
medio de reciclaje y vendidos como subproductos del proceso. El objetivo
principal es optimizar los ingresos por la venta de energía eléctrica y
subproductos, minimizando al mismo tiempo los costos operacionales por
recorridos hasta los sitios de generación de residuos sólidos.
Palabras clave: modelo matemático, programación lineal entera mixta,

tratamiento de residuos sólidos, sistemas para recuperación de energía en
desechos sólidos.
ABSTRACT
This work presents a mathematical model for the optimization of the plant
allocation for the processing of solid waste, in a geographical standard area.
The mathematical model is a MIP; for the mixed integer lineal programming
nature, that permantly uses lineal equations, as well as integer and continuos
variables, during its development. The processing plants extracts from the solid
waste (mainly biomass), the last energy in it, in a bio combustibles form that
produces electric energy. The waste that is not susceptible to this process is
sold as a sub product from the main process. The main objective is to optimize
the income for electric energy and the sub product from the process, meanwhile
minimizing the operational costs due to the transport from the collecting sites of
solid waste
The key words: mathematical model, mixed integer lineal programming, solid
waste treatment, systems for energy recovery from solid waste.
INTRODUCCION
El acelerado avance de las civilizaciones del mundo ha producido una

explosión demográfica, que trae como consecuencia, el aún más acelerado
consumo de recursos naturales, los cuales terminan siendo de alguna forma
residuos y material sin valor para la sociedad. Existen distintas metodologías y
tecnologías para el procesamiento de residuos que se enfocan en la reducción
de la contaminación causada por los residuos. En este documento se plantea la
termólisis, como tecnología para la transformación de residuos sólidos, en
energía eléctrica.
La investigación de operaciones es un campo predominante de la ingeniería

industrial, el cual requiere un amplio conocimiento en matemáticas, procesos,
planeación y finanzas, entre otras, por lo cual se convierte en una poderosa
herramienta para asistir en la toma de decisiones. En este documento se
realiza una aplicación de investigación de operaciones, en planeación de la
ubicación de infraestructura para la gestión de residuos sólidos, enfocada al
procesamiento y obtención de energía eléctrica, por medio de termólisis.
Gracias a las avanzadas tecnologías informáticas que existen en la actualidad,
se pueden realizar las distintas aplicaciones de la investigación de operaciones,
las cuales requieren un enorme poder de cálculo debido a su complejidad
matemática, dada por la naturaleza del problema tratado. Las aplicaciones de
programación matemática a la vida real ofrecen una alternativa para obtener
una planeación óptima e integral, ya que brindan un mejor asesoramiento en
las múltiples opciones y posibilidades para la configuración de un camino
adecuado a seguir.
El documento sigue la secuencia lógica del método científico, el cual se realiza

una investigación sobre la situación de los residuos sólidos en el mundo, con
especial atención en Colombia. Luego se compone un marco teórico sobre los
temas afines a esta tesis y finalmente se realiza el modelo matemático que
realiza la ubicación de infraestructura, seguido por un análisis de datos.
1
1. ANTECEDENTES
En este capitulo se exponen los antecedentes generales de la situación de

residuos sólidos (de aquí en adelante RS), con el fin de comprender su
problemática, partiendo del ámbito internacional hasta lo específico de nuestro
entorno en Colombia.
Figura 1. Esquema de los antecedentes del problema.
1.1 SITUACIÓN DE LOS RESIDUOS SOLIDOS
La situación de los RS se aborda de forma cuantitativa y cualitativa,

estableciendo la generación, caracterización y tratamiento o disposición final de
estos, en varias partes del mundo. Se presenta un recuento de las principales
tendencias y la situación actual de los RS.
1.1.1 Ámbito Internacional
En el planeta tierra se están presentando varias tendencias en cuanto a la

generación, gestión y manejo de RS. Cada región del mundo se encuentra en
un escenario distinto, dependiendo de factores propios, como el grado de
desarrollo económico, social, cultural, tecnológico y ambiental, entre otros. Sin
embargo, indiferente a la región que se trate, se han registrado incrementos en
el volumen de los RS generados, debido al incremento en la población y a la
implantación de estilos de vida opulentos1. Estas tendencias de crecimiento en
TP PT
la generación de residuos, se están registrando, en prácticamente todas las

regiones del mundo2 y con mayor consistencia en regiones desarrolladas. Se
TP PT
consideran regiones desarrolladas Estados Unidos y Europa, mientras que los

países de Centro y Sur América, con algunos países del Caribe, Asia y África,
se consideran regiones en vías de desarrollo. La distribución de la población
mundial y su tasa de crecimiento es desigual. La diferencia de niveles de
1
TPUN – HABITAT, United Nation Human Settlements Programme. Urban environment waste [On Line]. En: UN –
PT U U
Habitat publications. Nueva York. P. 70. Disponible en: <http://www.unhabitat.org/Istanbul+5/70.pdf >

2
TPIbid., p. 70.
PT
2
desarrollo entre ciertas regiones es considerable. Según informes3, en Europa TP PT
en 1998 se produjeron 1.300M (de aquí en adelante millones será representado

con M) de toneladas de residuos (15 países), con una población de 375M de
habitantes; mientras que ese mismo año, en Latinoamérica se produjeron 40M
de toneladas de RS con una población de 450M de habitantes. Según las
Naciones Unidas4, a finales del siglo pasado en países desarrollados la
TP PT
producción anual de RS fue entre 300 y 800 Kg. por persona; mientras que, en
países en vías de desarrollo se registró una cantidad inferior a los 200 Kg. al
año por persona. Una diferencia palpable, es que las regiones desarrolladas
trabajan en cambios culturales y en la recuperación de materiales y energía
para reducir la generación de residuos, motivados en parte por los malos
resultados económicos que se derivan de esta situación5. El presupuesto es TP PT
utilizado consecuentemente en publicidad positiva de persuasión, y es

acompañado por métodos restrictivos a la generación de residuos, como
impuestos y multas. Usualmente son las municipalidades las encargadas de
gestionar los RS6. En las regiones en desarrollo, frente a la pobreza y el
TP PT
subdesarrollo, el presupuesto se dedica frecuentemente a subsanar

necesidades básicas, aislando la gestión de residuos a una perspectiva
inmediata7. Todo lo contrario sucede con las regiones en desarrollo, las cuales
TP PT
tienen en cuenta principalmente la sostenibilidad a largo plazo8. TP PT
Generación, composición y manejo de residuos sólidos en el mundo.
En el siglo pasado, ocurrió un cambio en la distribución de la población, que

paso de ser rural a urbana. Esto aún continúa en el siglo XXI, y algunas de las
fuerzas que conducen este cambio incluyen entre otras las oportunidades de
empleo y los servicios ofrecidos en las ciudades. En algunas partes las razones
también incluyen conflicto armado y degradación de la tierra9. La Tabla 1 del TP PT
anexo 2, muestra el cambio poblacional.
3
TPHANNEQUAR, Jean-Pierre y BETANCUR, Lucena. Acciones de las autoridades locales a favor de la
PT
prevención de desechos municipales en América Latina [On Line]. En: SEMINARIO DE LA RED 6 DE MEDIO
AMBIENTE URBANO. (2003: Málaga). Reporte introductorio para el seminario de la Red 6 de Medio Ambiente
Urbano, 2003. 16 p. Disponible en:
<http://www.fundacionhabitatcolombia.org/RESIDUOS%20AMERICA%20LATINA.doc >
4
TPUN – HABITAT, Op. cit, p. 70.
PT
5
TPSALA DE PRENSA DE LA COMISION EUROPEA. Questions and Answers on the Thematic Strategy on the
PT
prevention and recycling of waste: Press release. [On Line]. Bruselas: 2005. p. 1 – 3. Disponible en:
<http://europa.eu.int/rapid/pressReleasesAction.do?reference=MEMO/05/496&format=HTML&aged=0&language
=EN&guiLanguage=en >
6
TPHANNEQUAR, Jean-Pierre y BETANCUR, Lucena, Op. cit, 16 p.
PT
7
TPIbid., 16 p.
PT
8
TPDIAZ, Luis et al. Solid waste management in África [On Line]. En: SEMINARIO INTERNACIONAL DE
PT
GESTIÓN INTEGRAL DE RESIDUOS SÓLIDOS Y PELIGROSOS, SIGLO XXI. (1999: Medellín). Ponencias y
conclusiones del seminario internacional de gestión integral de residuos sólidos y peligrosos. 16 p. Disponible
en: < www.udea.edu.co >
9
TPUNITED NATIONS ENVIRONMENT PROGRAMME. Global Environment Outlook 3: Past, present and future
PT
perspectives [On Line]. Londres. Eartscan Publications: 2002. p. 240 – 241. Disponible en: < http://www-
cger.nies.go.jp/geo/geo3/pdfs/Chapter2urban.pdf >.
3
Estados Unidos
En la última década del siglo pasado, lideró la producción mundial de desechos

con 8000M de toneladas de RS provenientes de la industria, comercio,
negocios, instituciones y de orígenes domésticos; generados en cada etapa de
cualquier proceso10. El incremento en la producción de RS en los últimos 40
TP PT
años se puede apreciar en la Gráfica 1 del anexo 1. En los últimos 20 años la

producción per capita [Kg / Hab / Día] (PPC de aquí en adelante) se ha
mantenido estable, debido a los programas de concientización en la población
y a la tendencia hacia el reciclaje. Los desechos orgánicos, conformados por
los grupos de papel, desechos de comidas, madera, y residuos vegetales o de
jardín, conforman el 66.7% (140M de toneladas) del total de RS municipales
(RSM de aquí en adelante) (Gráfica 2 a del anexo 1). En las ultimas décadas
esta composición ha variado considerablemente (Gráfica 2 b del anexo 1).
Algunos expertos aseguran que el volumen de residuos generados en Estados

Unidos, está creciendo más rápido que la población, y comparado con el PPC
de otros países, la brecha es considerable; El americano promedio consume 17
veces más que un ciudadano promedio mejicano, y cientos de veces más que
un ciudadano etiope11. La producción de RS no es homogénea en Estados
TP PT
Unidos, sino por el contrario depende de la capacidad de consumo de sus

ciudadanos. El Instituto de Recursos Mundiales describe: “Los más altos
niveles de uso de recursos y generación de residuos (municipales e
industriales), tiende a ocurrir entre los grupos más acaudalados dentro de las
ciudades”12. En los últimos 20 años, las prácticas de manejo y administración
TP PT
de RSM han cambiado substancialmente, ya que se ha disminuido la

disposición por rellenos sanitarios, con la aparición de un diverso espectro de
métodos encaminados al reciclaje de materiales y a la recuperación de
energía13.TP PT
Europa
La generación y gestión de RSM en la Unión Europea (UE), es similar a lo que

ocurre en Estados Unidos. En el año 2002, la UE se excedió en 230 Kg de
PPC, el objetivo anual, fijado en una cantidad no mayor a 300 Kg., resultado de
la quinta reunión de planeación ambiental europea, realizada en el 2001, por la
10
TP TEXAS CENTER FOR POLICY STUDIES AND ENVIRONMENTAL DEFENSE. Texas environmental profiles:
PT
Waste [On Line]. Austin. 6 p. Disponible en: <http://www.texasep.org/html/wst/wst_1msw.html >

11
TP HART, Stuart. Strategies for a sustainable world. En: Harvard Business Review. Cambridge. 1997. Vol. Enero
PT U U
– Febrero. p. 67.
12
TP WORLD RESOURCES INSTITUTE. World resources: a guide to the global environment. Nueva York: Oxford
PT
University Press, 1997. p 57.

13
TP SAVAGE, George y EGGERTH, Linda. Status of solid waste management in the United States [On Line]. En:
PT
SEMINARIO INTERNACIONAL DE GESTIÓN INTEGRAL DE RESIDUOS SÓLIDOS Y PELIGROSOS, SIGLO

XXI. (1999: Medellín). Ponencias y conclusiones del seminario internacional de gestión integral de residuos
sólidos y peligrosos. p. 7. Disponible en: < www.udea.edu.co >
4
Agencia Europea Ambiental (EEA), en donde se definió la estrategia para un
desarrollo sostenible14. TP PT
El crecimiento en la generación de RSM, al igual que en Estados Unidos, ha

sido alarmante, superando a la economía misma: entre 1990 y 1995, la
generación de RS en la UE creció en un 10%, mientras que su producto interno
bruto creció en un 6.5%15. La Gráfica 3 a, b, y c del anexo 1, muestran
TP PT
respectivamente, cantidades, caracterización y métodos de disposición de los

RSM. Las Tablas 2 y 3 del Anexo 2, presentan una mayor información de la
generación total y PPC de los países de la UE. Los países de la UE presentan
niveles de desarrollo diferentes, lo cual se refleja en la generación de residuos
y en las políticas de disposición. La UE, al igual que Estados Unidos, presenta
un fuerte uso del relleno sanitario, pero también con la directiva de
reemplazarlo, principalmente con prevención en la fuente y reciclaje. La
diferencia en la conciencia ambiental en los países de la UE es considerable.
En Suiza se cuenta con una basta infraestructura y organización, que permite
reciclar y reutilizar casi cualquier material, con una tasa de eficiencia muy alta:
casi el doble del promedio de la UE para ciertos materiales. Existe un fuerte
motivo económico: cada bolsa de basura que se arroja tiene una etiqueta con
un precio de al menos un euro16. Dinamarca por su parte, ha encontrado en el
TP PT
reciclaje un negocio redituable, dado que cerca de un 0.1% de la población, se

dedica a este negocio, con buenos resultados: un 31% es reciclado, un 62% es
incinerado y solo un 6% es dispuesto en rellenos sanitarios. En Alemania se
consideran “los campeones del medio ambiente”. Esto se evidencia en la
complejidad de los programas de separación de desechos residenciales.
Además, por ley, la gente esta obligada a llevar sus residuos especiales a los
sitios designados. Estas buenas practicas en países de la UE contrastan con
los malos resultados de otros países miembros, como Grecia, quién arroja
anualmente cerca de 3,000M de botellas plásticas de distintos tamaños, sin
ningún tipo de tratamiento, con una tasa de reciclaje cercana al 1%17. TP PT
Asia
Esta zona presenta el mayor índice de crecimiento poblacional del mundo,

además de ya ser la región con mayor densidad y rápida urbanización. Asia se
caracteriza por ser una región en vía de desarrollo, a excepción de ciertos
países con economías ya maduras. Estas características influyen en la
generación de RS. En la Tabla 4 del Anexo 2, se ilustra los cambios
poblacionales y de urbanización en Asia. La generación de RSM derivada de la
población y hábitos de consumo asiáticos, se estimó en 1999 en alrededor de
500M de toneladas; para el año 2005 se calcula el doble de esta cifra y para el
14
TP UNITED NATION ENVIRONMENT PROGRAMME. Op. Cit., p. 256.
PT
15
TP SALA DE PRENSA DE LA COMISION EUROPEA. Op. Cit., p. 3.
PT
16
TP BBC NEWS. Recycling around the world [On Line]. En: BBC news website. Londres (Citado en 25 Junio,
PT
2005). 6 p. Disponible en: <http://news.bbc.co.uk/2/hi/europe/4620041.stm >

17
TP EUROPEAN COMMISION – EUROSTAT, STATISTICAL OFFICE OF THE EUROPEAN COMMUNITIES.
PT
Waste generated and treated in Europe: Data 1995 – 2003. Op. Cit., p. 14 – 15.
5
año 2025 la región producirá alrededor de 1,900M de toneladas de RSM18. En TP PT
la Tabla 5 del anexo 2, se muestra PPC de países clasificados según su

ingreso.
Según el Banco Asiático de Desarrollo (BAD), el incremento en la generación

de RSM, tiene otra causa: la rápida urbanización de la ciudad por causa
migraciones rurales. Según el BAD, los individuos que viven en áreas urbanas
utilizan casi el doble de recursos per cápita, que aquellos individuos que viven
en áreas rurales. Debido a la utilización de carbón como forma de energía para
uso domestico en China y en India, los residuos presentan un alto contenido de
cenizas. En la Gráfica 4 a del anexo 1, se muestra la caracterización de RSM,
por nivel de ingresos. En regiones como Beijing, Shangai, Tokio y Singapur, la
proporción de papel, textiles o cualquier otro material liviano en los RS es bajo,
debido a actividades de recuperación y reciclaje19. En la Gráfica 4 b del anexo
TP PT
1, se presenta las formas de disposición de RSM en algunos países asiáticos.
La ONU, reporta en varias ciudades asiáticas, el uso de botaderos de cielo

abierto, sin mantenimiento ni operación correcta. Las ciudades más
desarrolladas cuentan con adecuados sistemas de gestión y administración de
RS, como Hong Kong y Tokio, pero debido al incremento poblacional y a los
cambios en los hábitos de consumo, aún estas se ven saturadas por el
creciente volumen de RSM. En importantes ciudades de Asia, es común
encontrar altos niveles de separación en la fuente y reciclaje, como resultado
de programas de educación en la cultura ciudadana que permiten tales
actividades. En algunos lugares se ha implantado tarifas en la generación de
RS: en Korea los ciudadanos compran las bolsas de basura a la municipalidad,
las cuales están diseñadas adicionalmente para realizar separación en la
fuente20.
TP PT
Latinoamérica
La región de Latinoamérica, conformada por el Caribe, Centro y Sur América

(Latinoamérica y el Caribe - LAC), presenta similitudes con Asia; ambas
contienen una gran cantidad de países en vías de desarrollo y comparten
características económicas, demográficas, y geográficas, lo que les otorga una
situación de RSM similar.
LAC presenta las mismas causas que Asia en el incremento de RSM. En la

región de LAC, en el 2005, se registró una población de 590 mil habitantes, la
18
TP ASIAN MEDIA INFORMATION AND COMMUNICATION CENTRE. Waste in Asia [On Line]. Singapur. AMIC.
PT
2003. p. 1 -2. Disponible en: <www.amic.org.sg/websites/waste.pdf >

19
TP UNITED NATION ENVIRONMENT PROGRAMME. Newsletter and technical publications about municipal solid
PT
waste management: Regional overviews and information sources – Asia, Topic g: Waste Characterization. Op
Cit., p. 1.
20
TP UNITED NATION ENVIRONMENT PROGRAMME. Newsletter and technical publications about municipal solid
PT
waste management: Regional overviews and information sources – Asia, Topic a: Waste Reduction [On Line].
s.l. 2002. p. 1. Disponible en: <http://www.unep.or.jp/ietc/ESTdir/Pub/MSW/RO/asia/topic_a.asp >
6
cual se ha incrementado en 26% en los últimos 15 años. En la Gráfica 5 del
Anexo 1 se muestra dicha evolución en la población de LAC. Las proyecciones
de población estiman para el 2015 un incremento en 17%21. Solo Latinoamérica TP PT
produce al año 40M de toneladas de RSM, en donde un 12.5% recibe un

tratamiento adecuado22, casi siempre por relleno sanitario. Esta cantidad de
TP PT
RSM, es el doble de hace 30 años, como resultado del cambio en la población,

su distribución y sus hábitos de consumo, lo cual también ha significado un
cambio en la composición de los residuos, reduciendo el tamaño de la fracción
orgánica. Hace treinta años, el PPC diaria de RSM se encontraba en 0.2 – 0.5;
en el 2002, el mismo índice se encontraba en poco más de 0.92, lo cual
representa para la región más de 350,000 toneladas diarias. En la Gráfica 6 del
Anexo 1, se muestra los niveles de generación de RSM en toneladas y PPC.
Algunas fuentes23 confirman una estrecha relación entre el ingreso per. capita y
TP PT
la generación de RS; en especial la PPC.
En la caracterización de RSM de LAC, la materia orgánica putrescible es el

principal material encontrado, con una participación entre 40 y 70%, lo cual es
mayor que en países desarrollados. Adicional a esto, está el contenido de
humedad, típicamente en un rango entre 35 y 55%, el cual también es mayor
que en países desarrollados. Lo anterior se puede ver claramente en la Gráfica
7 del anexo 1.
La región LAC, presenta una pobre situación en cuanto al manejo y gestión de

los RSM, en donde la separación en la fuente y en general una cultura
enfocada al reciclaje, es poca o nula24. La recolección de RS, no tiene una
TP PT
cobertura total en ciudades pequeñas (casos del 50%), medianas (cerca al

80%) y grandes (90%), donde generalmente la población marginal queda
relegada de este servicio25. El principal método, utilizado de forma tradicional,
TP PT
para disponer los RS, es el relleno sanitario y en términos generales está

diagnosticado con una mala administración y gestión, y en muchos casos esta
acompañado por una inadecuada infraestructura. Como resultado, el relleno
termina siendo un botadero a cielo abierto con generación de olores y vectores
sanitarios. Cada vez es más difícil encontrar un sitio adecuado, disponible y
suficientemente alejado de las ciudades para construir un relleno sanitario,
debido a la rápida expansión de las ciudades por urbanización y crecimiento
demográfico. Cifras de utilización de alternativas de disposición final de RSM
en LAC se aprecian en la Tabla 6 del Anexo 2.
21
TP CEPAL – ONU. Anuario estadístico de América Latina y el Caribe 2004 [On Line]. Santiago de Chile.
PT
Publicaciones de las Naciones Unidas, 2005. p. 183 – 184. Disponible en:

< http://www.eclac.cl/publicaciones/Estadisticas/4/LCG2264PB/p2_1.pdf >
22
TP HANNEQUAR, Jean-Pierre y BETANCUR, Lucena. Op Cit., p. 2.
PT
23
TP CEPAL. Avances de América Latina y el Caribe hacia el desarrollo sostenible en los temas de: Asentamientos
PT
humanos, agua y saneamiento [On Line]. s.l. Comisión económica para América latina y el caribe, documento
sin revisión editorial. 2004. p. 20 - 21. Disponible en:
<http://www.eclac.cl/publicaciones/MedioAmbiente/1/LCR2121/lcr2121_es.pdf >
24
TP CEPAL. Avances de América Latina y el Caribe hacia el desarrollo sostenible en los temas de:
PT
Asentamientos humanos, agua y saneamiento. Op. Cit., p. 20 - 21.

25
TP Ibid., p. 20 - 21.
PT
7
Algunas iniciativas de formas alternativas de disposición de RSM, incluyen la
puesta en marcha de un proyecto para recuperación de biogás en rellenos
sanitarios en Chile, y la producción de combustible auxiliar a partir de residuos
agrícolas en Río de Janeiro. Sin embargo la implantación de proyectos de este
tipo en LAC, ha tenido resultados desalentadores, debido a los altos costos de
instalación y operación, de hasta 20 veces mayores que en los rellenos
sanitarios, según cálculos de la OPS26. TP PT
1.1.2 Ámbito Nacional
La generación de RSM en las principales ciudades del país se ve agravada por

una situación especial: el desplazamiento forzado. Este fenómeno social, crea
una mayor densidad de población en las capitales departamentales del país, lo
cual aumenta la generación de RS. Lo anterior sumado a las nuevas
tendencias consumistas en el estilo de vida de los ciudadanos, traducido en un
alto nivel de PPC en las grandes ciudades, lo que ha llevado a una producción
diaria de 28,000 toneladas de RSM en Colombia, de las cuales alrededor de
13,500 toneladas son producidas en Bogota, Cali y Barranquilla, lo que
corresponde al 48% del país en RS27. Según estudios de la Organización
TP PT
Panamericana para la salud (OPS), la composición de RS en Colombia se

componía de: 52.3% de residuos orgánicos, 18.3% de cartón y papel, 14.2% de
plásticos, 5.2% de otros materiales e inertes, 4.6% de vidrio, 3,8% de textiles, y
un 1.6% de metal28.TP PT
En Colombia, la situación de manejo y gestión de RS es muy similar a la del

resto del continente. En las grandes ciudades la gestión de RS, está a cargo de
consorcios privados. En las zonas rurales, la administración la realiza
usualmente el mismo municipio, con una generalizada y latente carencia de
recursos y métodos de disposición final de los RS, ya que por lo general, son
utilizados vehículos no apropiados y botaderos a cielo abierto sin ningún tipo de
control. Por esta razón, en varios municipios del país se ha estado a punto de
declarar una emergencia sanitaria. Las razones son varias: mala administración
en los rellenos, saturación sin que se cuente con otra alternativa de disposición,
o en otros casos simplemente se carece de recursos. Por otro lado, las grandes
ciudades, como Bogotá, Medellín, Cali y Barranquilla, utilizan rellenos
sanitarios que presentan numerosos reportes de ser mal manejados y de
encontrarse en el límite de su capacidad para absorber RS. La mayoría de
estas ciudades no tienen una solución concreta para definir nuevos sitios de
26
TP ACURIO, Guido et al. Diagnóstico de la situación del manejo de residuos sólidos municipales en América
PT
Latina y el Caribe. Op. Cit., p. 56.

27
TP LA PATRIA. Ultimátum para manejo de 28 mil toneladas de basura. En: La Patria, Manizales. (6, Marzo,
PT
2006).
28
TP ACURIO, Guido et al. Diagnóstico de la situación del manejo de residuos sólidos municipales en América
PT
Latina y el Caribe. Op. Cit., p. 46.
8
disposición final de residuos, pese a la presión de la superintendencia de
servicios públicos, para encontrar nuevos sitios que cumplan con la regulación
ambiental requerida. De los aproximadamente 1,100 municipios del país, en
Octubre del 2005, solamente 309 contaban con rellenos sanitarios, 665
utilizaban botaderos, 97 enterraban sus residuos en un hueco y 23 arrojaban
los residuos a corrientes de agua. Esta situación se venía presentando
principalmente en municipios del Choco (14), Nariño (3), y Putumayo (2). En
Boyacá, Cauca, Cundinamarca y Santander fueron identificados al menos un
municipio con este sistema de gestión de RS29. TP PT
Bogotá dispone sus residuos en el relleno sanitario de Doña Juana, el cual

hace unos años tuvo un episodio crítico por el desbordamiento de entre 750 mil
y 1M de toneladas de RS que no tuvieron una adecuada compactación y
ubicación en el relleno30, el cual según estudios está saturado31. Aparte del
TP PT TP PT
botadero de Doña Juana, también se cuenta con el botadero de Mondoñedo,

en donde disponen sus residuos 40 municipios de Cundinamarca. Cali y otros
municipios del Valle del Cauca, disponen más de 1,800 Toneladas diarias de
basura en el relleno sanitario de Navarro, el cual presenta una considerable
cercanía al principal afluente de la ciudad, que alimenta el 70% de Cali; existen
estudios del ministerio del medio ambiente, que demuestran la inconveniencia
de continuar arrojando basuras en ese lugar32, el cual ya cumplió su vida útil en
TP PT
el año 2000, después de 30 años de operación, y todavía sigue funcionando33. TP PT
En Medellín se cuenta con el relleno sanitario de la curva de Rodas, donde se

depositan 2,500 toneladas. A este le fue diagnosticó el cierre debido a que
alcanzó el limite de su capacidad, con el agravante de un encarecimiento en
los terrenos aledaños para incrementar su capacidad. Cartagena, y varias de
las ciudades de la Costa Atlántica se encuentran en una precaria situación,
debido a lo que se puede considerar una de las peores gestiones en RS del
país; como ejemplo está la devastación de la Cienaga de la virgen34. Cartagena TP PT
cuenta con el relleno sanitario de Henequén, donde según vecinos al relleno,

se ha convertido en un botadero sin control alguno, que atenta contra la
población. Cartagena lleva más de 4 años buscando una formula para
solucionar el problema de la saturación de su principal relleno sanitario y
todavía no hay una respuesta que aclare el panorama35. TP PT
29
TP LA PATRIA. Op Cit., (6, Marzo, 2006)
PT
30
TP COLLAZOS, Héctor. Deslizamiento de basura en el relleno sanitario Doña Juana [On Line]. Bogotá.
PT
Publicaciones CEPIS, 1998. 3. El Deslizamiento. Disponible en :

< http://www.cepis.ops-oms.org/eswww/fulltext/gtz/deslbasu/deslbasu.html#cap03 >
31
TP Ibid., 8. Conclusiones.
PT
32
TP EL PAÍS. Emergencia sanitaria es por falta de gestión, contralora de Cali advierte que la ciudad está al borde
PT
de un grave problema ambiental. En: El país, Cali. (1, Julio, 2003).

33
TP AMBIENTAL.NET. Crisis de basuras en ciudades colombianas: cinco mil toneladas de basuras acosan a
PT
diario a nueve capitales [On Line]. En: Informaciones ambientales para América Latina. Montevideo. (Agosto,
2002). Disponible en: <http://www.ambiental.net/noticias/contaminacion/ColombiaCrisisBasura.htm >
34
TP ARCIERI, Vicente. Crece devastación en la ciénaga de la Virgen por los invasores. En: El Tiempo, Bogotá.
PT U U
(28, Febrero, 2005). p. 1-8.

35
TP AMBIENTAL.NET. Op Cit., (Agosto, 2002)
PT
9
2. ASPECTOS GENERALES
Figura 2. Esquema de la formulación del problema
2.1 FORMULACIÓN DEL PROBLEMA
Determinar si es posible la formulación de un modelo matemático que permita

resolver, de manera alternativa a la toma de decisiones tradicional, realizada
empíricamente en base a la experiencia o a una visión de corto plazo, la
ubicación óptima de instalaciones para el procesamiento de RS con
recuperación de energía. Dicha formulación tendrá en cuenta las distintas
características de una zona, como: a.) la caracterización y generación de RS,
b.) las distancias entre sitios de generación, c.) los diferentes costos incurridos
(de transporte de los RS, de operación, fijos y variables principalmente), y d.)
los ingresos por venta de elementos reutilizables y energía eléctrica.
En Colombia no existe un proceso basado en termólisis para el tratamiento de

RS. Esta tesis se propone plantear, una opción para la localización y posterior
construcción de una planta de termólisis, basada en una metodología de
programación matemática que permita ubicar infraestructura de tratamiento de
RS por medio de termólisis, integrado con la logística del transporte.
Para la localización de la infraestructura se hará por medio de la formulación de

un modelo matemático que permita resolver el problema de localización de
10
instalaciones para el procesamiento de RS, con recuperación de energía en
forma de electricidad para la venta. Dicha solución debe satisfacer los
requerimientos legales implicados en la decisión de donde ubicar la
infraestructura necesaria. La investigación pretende brindar una herramienta de
ingeniería para mejorar los márgenes de utilidad que podrían obtenerse de la
venta de los productos de la planta de tratamiento, convirtiendo la gestión
integral de residuos sólidos (GIRS) en una oportunidad de negocio mediante la
localización estratégica de plantas de tratamiento y cogeneración de energía
eléctrica, cumpliendo la normativa asociada y aportando para solucionar en
parte la problemática ambiental del manejo tradicional de los RS.
Aunque este es un problema estratégico, por la ubicación de infraestructura y la

consecuente recuperación de la inversión a largo plazo, se debe soportar en
algunas decisiones de tipo táctico, como: los flujos de transporte entre sitios de
generación de residuos y lugares de acopio. El problema de ubicación
repercute fuertemente en la estructura de costos de la planta de
procesamiento, a tal grado que determina en buena parte la viabilidad
económica de la tecnología utilizada.
2.1.1 Justificación
La situación ambiental a nivel mundial, como en Colombia, se ha visto

severamente afectada por el crecimiento demográfico y por los hábitos de
consumo actuales, los cuales son impulsados por la oferta de bienes y
servicios. Debido a este comportamiento se producen miles de toneladas de
RS que irremediablemente van a parar a rellenos sanitarios, vertederos o
incluso, directamente a la naturaleza, para que esta los asimile. Este escenario
conduce al deterioro ambiental, afectando gravemente la estabilidad de los
ecosistemas. Los daños que sufre uno de los elementos, repercute en los
demás, debido a que es un sistema dinámico en balance entre la vida y su
entorno; es decir que la mayoría de los elementos, incluyendo la vida humana,
están conectados, e incluso en el espacio y en el tiempo. Lo que ocurre en el
presente tendrá graves repercusiones en las generaciones futuras si no se
logra una situación de balance entre lo que se produce, lo que se consume y lo
que se desecha.
Desde hace algunas décadas se ha tomado conciencia del acelerado

crecimiento de la población, y ante esa perspectiva, es posible que en algún
momento en el futuro los recursos no sean suficientes, y la escasez sería
consecuencia del uso y del abuso hecho a la naturaleza. Una situación ideal
seria utilizar los recursos de la naturaleza a la misma velocidad en que ella
puede renovarlos; de esta forma estarían disponibles para generaciones
futuras. Una forma de contribuir a este ideal para preservar el medio ambiente,
es utilizar cada recurso al máximo evitando el desperdicio, es decir, siendo
11
eficientes para evitar tomar menos recursos de la naturaleza. En otras
palabras, se debe satisfacer las necesidades del presente sin comprometer los
recursos del futuro, y al mismo tiempo mejorar la calidad de vida de todos los
habitantes de la tierra. Lo anterior se conoce bajo el concepto de desarrollo
sostenible y una de sus posibles manifestaciones es a través de la
maximización en la utilización de los recursos, incluso después de ser
desechados. En el desarrollo sostenible se balancea el uso de los recursos
frente a las distintas alternativas para disminuir la explotación de estos. El
utilizar de alguna forma positiva los residuos se convierte en una alternativa
para el desarrollo sostenible, ya que se busca una oportunidad de
aprovechamiento, representando un beneficio adicional para la sociedad.
La comunidad internacional busca por medio de tratados, con fechas y

resultados claramente definidos, un compromiso serio y formalizado en la
búsqueda del desarrollo sostenible. Colombia hace parte de estos tratados, por
lo cual es una obligación cumplir con los objetivos adquiridos en dichos
acuerdos. Por tal razón, se necesita desarrollar proyectos que aporten al
desarrollo sostenible en el mundo y en Colombia. Dentro de estos proyectos
cabe resaltar aquellos relacionados con la instalación y la operación de plantas
de tratamiento de RS, por medio de tecnologías de tipo térmico, para
generación de energía eléctrica; dichos proyectos cuentan con argumentos que
afectan positivamente al medio ambiente, a la comunidad y al proyecto mismo,
convirtiéndolo en una posibilidad de negocio, ya que además de neutralizar los
residuos contaminantes, es una opción de generación de valor económico por
la venta de energía eléctrica y otros elementos reutilizables que se obtienen
como parte del procesamiento de los residuos. A parte de esto, posee otras
fuentes de ingresos; la materia prima utilizada son los desechos de los
municipios, y cada municipio paga a terceros por disponer de sus RS.
Entretanto, la comunidad europea paga ciertos incentivos por disminuir la
contaminación.
La utilización de modelos de programación matemática en la gestión de RS,

permite un proceso de aprendizaje más completo, ya que cuenta con
recolección y valoración de la información, validación de bases de datos,
selección de escenarios y evaluación de resultados, lo cual la convierte en una
herramienta idónea para la asistir en la toma de decisiones de planeación
estratégica.
2.1.2 Descripción del proyecto
Utilizando la programación matemática entera mixta, se construirá un sistema

de ecuaciones que conformen un modelo que tome en cuenta las distintas
consideraciones de tipo económico, ambiental y logístico. Para probar dicho
modelo se escoge un área de Cundinamarca, en donde se toman datos de
12
generación de RS y otras características relacionadas con la zona teniendo en
cuenta la tecnología utilizada por termólisis. Se ejecutará el modelo utilizando
principalmente los datos del estudio de factibilidad para la construcción de
plantas de termólisis, elaborados por el Ing. Guillermo Ramírez (Representante
de la empresa Termólisis de España para Colombia), proporcionados de forma
confidencial para el desarrollo de este trabajo.
2.1.3 Alcance del proyecto
Desarrollar un modelo matemático que sea capaz de ubicar de manera óptima,

para un sitio geográfico determinado, la infraestructura de tratamiento de RS,
tomando en cuenta las estaciones de transferencia e incrementos de
capacidad. Para esto, el modelo tomará decisiones tanto estratégicas, como
tácticas: estratégicas, al realizar la ubicación de la infraestructura necesaria, y
tácticas, al describir como deben ser los flujos de RS, desde su generación en
los municipios, hasta su disposición final en las plantas de tratamiento.
2.2 OBJETIVOS
2.2.1 Objetivo principal
Diseñar un prototipo de modelo matemático que permita ubicar de manera

óptima la infraestructura para el tratamiento de RS y generación de energía
eléctrica con el fin de maximizar las utilidades
2.2.2 Objetivos específicos
- Por medio de una revisión bibliográfica de datos, determinar los

municipios, de acuerdo a la zona de estudio, que servirán para alimentar
datos realísticos al modelo matemático.
- Buscar y extrapolar los datos necesarios, para realizar las corridas del
modelo matemático. Estos datos principalmente incluyen: distancias
entre municipios, demografía, producción de RS, costos logísticos,
estimación del potencial de aprovechamiento energético de los RS, para
cada centro poblacional en estudio.
- Desarrollar en un software de optimización una implementación
prototipo que permita la validación del modelo.
13
2.3 METODOLOGÍA
La metodología utilizada en este proyecto, sigue los lineamientos del método

científico, en donde se formula un problema y se realiza una investigación
sobre el tema para proponer una solución. Se parte de los antecedentes del
problema y luego se buscan los referentes teóricos que puedan soportar la
solución del problema; con los referentes teóricos se diseña un prototipo del
modelo matemático basado en la programación matemática entera mixta, que
dará solución al problema propuesto. Cada una de estas partes, se trata con
detenimiento en sus respectivos capítulos como se indica en la tabla de
contenido.
14
3. MARCO TEORICO Y ESTADO DEL ARTE
Figura 3. Estructura del marco teórico y estado del arte.
Este capitulo se divide en dos secciones: a.) marco teórico y b.) Estado del arte
(casos de estudio). En el marco teórico se exponen, con cierta profundidad, los
conceptos relacionados con el presente proyecto de tesis, como: 1. Las
características, composición y métodos de tratamiento de RS, 2. el sistema de
gestión de RS y el entorno legal en Colombia, 3. la tecnología planteada para el
procesamiento de los residuos, y 4. programación matemática. Posteriormente,
se investiga el estado del arte principalmente en gestión de RS y en
localización de infraestructura con técnicas de programación matemática.
3.1 MARCO TEÓRICO
3.1.1 Residuos sólidos.
3.1.1.1 Características y aspectos generales
Definición, tipos y características de los residuos sólidos
Aunque en el Glosario se encuentra una definición de lo que son los RS, en

este numeral se le dedicará una mayor descripción. Un residuo es aquella
fracción, de los materiales de desecho que se producen tras la fabricación,
transformación o utilización de bienes de consumo: Los RS son aquellos que
15
no se presentan en estado líquido o gaseoso36. También se puede decir, que
TP PT
los residuos son aquel material que no representa una utilidad o un valor
económico para alguien. Desde el punto de vista legislativo, la definición de
residuo depende del punto de vista con que se analice. Lo que para alguien es
residuo, para otro puede ser algo con valor. Los RS se pueden clasificar de
varias formas: Por estado, origen o característica. Este documento solo se
referirá a los residuos en estado sólido. La clasificación por origen, está
definida básicamente por la actividad que origina los residuos. Los tipos de
residuos mas comúnmente usados son los residuos domésticos, comerciales,
institucionales, de construcción y demolición, de servicios municipales, de
zonas de plantas de tratamiento, hospitalarios, industriales, mineros y
agrícolas. En la Tabla 7 del Anexo 2, se encuentra un resumen con las fuentes
de RS usuales. Los residuos sólidos urbanos (RSU), contienen todos los
residuos generados en la ciudad. Comúnmente los autores tratan los RSU,
como los residuos sólidos municipales (RSM) los cuales se tratan de residuos
generados dentro de un municipio y es común encontrar en la literatura esta
denominación.
Según la clasificación de algunos autores37, los residuos sólidos domésticos y

TP PT
comerciales consisten en desechos orgánicos (los cuales son combustibles), y

desechos inorgánicos (que no poseen la capacidad de combustión). La parte
orgánica de tales residuos esta conformada por lo general de residuos de:
comida, papel de todo tipo, cartón, plásticos de todos los tipos, textiles, goma,
cuero, madera, y residuos de jardín. La parte inorgánica esta conformada por
artículos como: vidrio, cerámica, latas, aluminio, metales férreos y suciedad
como tierra o polvo. Los residuos que se descomponen rápidamente,
especialmente en un clima calido o templado, son denominados como residuos
putrefactibles38. Adicionalmente también son fuente de residuos putrescibles,
TP PT
los residuos provenientes de la operación y mantenimiento de jardines y zonas

públicas como parques o lotes y los residuos provenientes de actividades
agrícolas o agroindustriales, como el bagazo de la caña de azúcar y en general
los residuos de cosechas. Estos residuos no son parte de los RSU, por su
origen rural. En la Tabla 7, se nombran ciertos residuos especiales, los cuales
pueden ser de origen doméstico, comercial o industrial.
Los RS también se pueden clasificar según características asociadas al tipo de

manejo utilizado con los residuos. Según esto, se podría establecer las
siguientes clasificaciones: residuos peligrosos, inertes, o no peligrosos. Los
residuos peligrosos, son aquellos que debido a su naturaleza se deben
manejar con ciertas precauciones, desde la recolección hasta la disposición
final, ya que pueden ser un riesgo para la salud o para el medio ambiente en
general. Dentro de esta categoría se encuentran los residuos hospitalarios y
36
TP ENCARTA. Residuos sólidos. Microsoft Encarta 2001.
PT
37
TP TCHOBANOGLOUS, George et al. Gestión integral de residuos sólidos. Madrid: Mc Graw Hill, 1994. V. 1., p.
PT
48.
38
TP TCHOBANOGLOUS, George et al. Op Cit., p. 48.
PT
16
algunos residuos industriales. Los residuos inertes son estables en el corto y
mediano plazo, por lo que no tienen interacción alguna con el medio ambiente.
En esta categoría están los residuos como escombros o demoliciones. Los
residuos no peligrosos, son aquellos que no se encuentran en ninguna de las
clasificaciones anteriores, y abarca el universo restante de residuos39. TP PT
Propiedades físicas, químicas y biológicas de los residuos sólidos
Los RS poseen características físicas, químicas y biológicas, las cuales son

inherentes al tipo de residuo que se este tratando. Estas características
intrínsecas y extrínsecas son susceptibles de medición. Se pueden definir
numerosas propiedades pero a continuación se explican algunas de las más
importantes40: Peso especifico, contenido de humedad, tamaño de partícula y
TP PT
distribución del tamaño, capacidad de campo y porosidad de los residuos

compactados. El peso especifico se define como el peso de un material por
unidad de volumen (Kg. / m3); esta propiedad depende de la naturaleza del
P P
residuo y es muy utilizada por la necesidad de compactación para el transporte.

En la Tabla 8 del Anexo 2, se encuentran datos típicos sobre peso específico
para residuos domésticos, comerciales, industriales y agrícolas. En la literatura
no existe uniformidad sobre como se presentan los pesos específicos, si son o
no compactados. El peso específico es afectado por la localización geográfica,
la estación del año y el tiempo de almacenamiento41. El contenido de TP PT
humedad, en la gestión de RS, usualmente se define en forma, peso –

húmedo, en el cual la humedad de una muestra se expresa como un porcentaje
del peso del material húmedo. En la Tabla 8, también se encuentran datos
típicos de humedad en distintos materiales42. El tamaño de las partículas y la
TP PT
distribución del tamaño de los componentes, es una característica que

determina la factibilidad para utilizar métodos de separación de materiales por
medios mecánicos, tales como cribas, tromeles o separadores magnéticos. Lo
anterior se representa por medio de la Figura 4a del Anexo 3, en donde la
curva representa el rango de valores de la distribución de tamaños de
partículas. En la Figura 4b del Anexo 3, se representa la situación anterior, pero
tomando en el eje vertical el porcentaje del peso total de partículas,
correspondientes a cierto tamaño indicado. En la Figura 4c del Anexo 3, se
representa una distribución típica del tamaño de los componentes individuales
en una muestra de RS. Según Tchobanoglous43 en mediciones realizadas, el
TP PT
tamaño de los RS individuales se encuentra entre 178 y 203 mm. La

capacidad de campo en los RS, significa la cantidad total de humedad que
puede ser retenida por una muestra dada de RS, sometida a la acción de la
gravedad. Esta característica física, es una importante medida para determinar
el potencial de formación de lixiviados en los vertederos, ya que el exceso de
39
TP INGENIERÍA AMBIENTAL Y MEDIO AMBIENTE. Residuos sólidos [On Line]. Op Cit., Clasificación por tipo de
PT
manejo.
40
TP TCHOBANOGLOUS, George et al. Op Cit., p. 81 – 87.
PT
41
TP TCHOBANOGLOUS, George et al. Op Cit., p. 82 – 84
PT
42
TP Ibid., p. 84.
PT
43
TP Ibid., p. 86.
PT
17
agua por encima del potencial de campo se emitirá en forma de lixiviación. La
capacidad de campo varía con el grado de presión aplicada y con el estado de
descomposición del residuo44. La permeabilidad de los residuos compactados,
TP PT
está medida por la conductividad hidrológica de los mismos, y en los vertederos

y rellenos sanitarios, es la mecánica que conduce el movimiento de los gases y
de los líquidos en su interior. La permeabilidad intrínseca, depende
únicamente de las propiedades de los materiales sólidos contenidos en los
residuos, incluyendo la distribución de los tamaños de poro, la complejidad, la
superficie específica y la porosidad45. TP PT
En las propiedades químicas, normalmente se estudian propiedades como el

análisis físico, el punto de fusión de las cenizas, el análisis elemental, y el
contenido energético. El análisis físico, es una serie de pruebas o ensayos de
laboratorio, que incluyen: Humedad, la cual se mide como la pérdida de esta
cuando el material se calienta a 105 °C, durante una hora. Materia volátil
combustible; es la pérdida de peso adicional con la ignición a 950 °C en un
crisol cubierto. Carbono fijo; consiste en el rechazo combustible dejado
después de retirar la materia volátil. Ceniza; es el peso del rechazo después de
la incineración en un crisol abierto. En la Tabla 9 del Anexo 2, se encuentran
los resultados de un análisis próximo, para materiales encontrados en los RS
domésticos, comerciales e industriales. Del anterior análisis se puede
determinar la viabilidad para procesos de incineración de un material46. Cuando
TP PT
los RS son sometidos a altas temperaturas, es muy posible que estos alcancen
el punto de fusión, el cual es la temperatura necesaria para que las cenizas
resultantes de los residuos se conviertan en escoria, debido a la fusión y a la
aglomeración. El punto de fusión usualmente se encuentre en el rango de
1.100 a 1200 °C. La participación de elementos fundamentales dentro de los
residuos solidos, definen porcentajes de elemento tales como el Carbono,
Hidrogeno, Oxigeno, Nitrógeno, Azufre y ceniza. A esto se le conoce como
análisis elemental de los componentes de RS. Este análisis incluye la
determinación de halógenos, debido a la preocupación por una emisión de
elementos clorados. En la Tabla 10 del Anexo 2, se encuentran los datos de
análisis fundamental de materiales combustibles individuales. El contenido
energético mide la cantidad de Joules (KJ) o calorías (Kcal.) en los RS por Kg.
Esta propiedad, es necesaria para decidir sobre un proceso de disposición final
de residuos, especialmente con métodos de disposición químicos o biológicos.
En la Tabla 9 del Anexo 2, se encuentra una medición del contenido energético
de elementos contenidos en los RS. Por último se encuentra la determinación
de la fracción de nutrientes esenciales y otros elementos, que son
requeridos para la viabilidad de ciertos métodos de disposición y tratamiento,
relacionados con la obtención de compostaje, metano y etanol. Con esta
característica también se puede evaluar mejor la calidad de productos
44
TP Ibid., p. 86.
PT
45
TP Ibid., p. 87.
PT
46
PT
18
resultantes del procesamiento de los RS47. La naturaleza putrefactible de los TP PT
RS, conlleva a una importante característica: casi todos los componentes

orgánicos son susceptibles a conversión biológica, para obtención de gases y
sólidos orgánicos e inorgánicos, con cierta estabilidad48. La descomposición de TP PT
los RS produce olores pestilentes, y al estar expuestos a la intemperie, genera

vectores sanitarios, de los cuales las moscas y los ratones son los más
comunes, debido a la facilidad y velocidad de proliferación, sobre todo en
climas calidos. Los olores típicos de los RS, son producidos por la
descomposición anaerobia. Una de las reacciones que sucede en condiciones
anaerobias, es que el sulfato es reducido a sulfuro (S2 –) y finalmente se P
P
termina combinando con hidrógeno para formar H2S. Lo anterior se puede B B
ilustrar mediante las siguientes reacciones:
2CH3CHOHCOOH B B + SO42– → 2CH3COOH + S 2– + H2O + CO2

B PB
P
B B P
P
B B B B (3.1)
Acido láctico Sulfato Acido acético Ión sulfuro
4H2 + SO42– → S2– + 4H2O

B B B PB P P P B B (3.2)
S 2– + 2H+ → H2S
P P P P B B (3.3)
Como los RS pueden contener virtualmente cualquier sustancia, no se descarta

que en ocasiones el mismo ión sulfuro de las ecuaciones (3.1), (3.2) y (3.3), se
combine con sales metálicas presentes en los RS, para formar sulfuros
metálicos; el color negro de los residuos descompuestos por reducción
anaerobia se debe a estos sulfuros metálicos. La reacción bioquímica de un
compuesto orgánico que tiene un radical de azufre puede causar la formación
de compuestos malolientes. Ejemplos de esto es el metilmercaptano y el
acido amino butírico. A continuación se presenta la combinación de un ión
sulfuro con un metal, y la reducción de la metionina, un aminoácido49: TP PT
S2– + Fe2+ → FeS

P P P P (3.4)
El metil mercaptano puede hidrolizarse bioquímicamente para obtener alcohol

metílico y sulfuro de hidrógeno, lo cual es descrito por la siguiente reacción:
CH2SH + H2O → CH4OH + H2S B B B B B B B B (3.5)
3.1.1.2 Métodos de disposición de residuos sólidos
El método más utilizado de disposición de RS son los rellenos sanitarios,

debido a su bajo costo de operación. Por otro lado existen tratamientos
alternativos, en donde según las características de los RS, se pueden
47
TP Ibid., p. 100.
PT
48
TP Ibid., p. 101.
PT
49
PT
19
recuperar distintos materiales o incluso la energía restante contenida en los
RS. Estos tratamientos también se utilizan para neutralizar características
perjudiciales de los residuos. La recuperación de materiales es una forma de
reciclaje. Tanto la recuperación de materiales como la de energía, se basan en
tratamientos físicos, químicos o biológicos.
Rellenos sanitarios
Una definición comúnmente utilizada de rellenos sanitarios dice: “relleno

sanitario es una técnica para la disposición de la basura en el suelo sin causar
perjuicio al medio ambiente y sin causar molestia o peligro para la salud y
seguridad publica. Este método utiliza principios de ingeniería para confinar la
basura en el menor área posible, reduciendo su volumen al mínimo practicable
y para cubrir la basura así depositada con una capa de tierra con la frecuencia
necesaria, por lo menos al fin de cada jornada”50. Usualmente es necesario,
TP PT
dependiendo del volumen de residuos y de la extensión del relleno, el uso de

maquinaria pesada y mano de obra intensiva. La basura es compactada para
lograr una mejor eficiencia con respecto al terreno utilizado y también una
estructura sólida en el terreno mismo. En ocasiones se tiene un objetivo
secundario que puede ser: rellenar un espacio, recuperar el área inundable de
riveras y playas, construcción de locales para recreación o producción
económica de biogás. Los rellenos sanitarios generan rechazo de la comunidad
y problemas con el medio ambiente, debido a una mala administración,
operación o una infraestructura inadecuada. Las condiciones higiénicas y de
salubridad de un relleno sanitario deben ser excepcionales, por la facilidad de
generación de malos olores y vectores sanitarios. Como se presentó en el
anteriormente, los RS están compuestos por sustancias orgánicas,
transformadas o sintéticas, que crean las condiciones para la descomposición y
generación de nuevas sustancias, con la grave influencia de residuos
peligrosos provenientes de industrias, hospitales y hasta de origen domiciliario;
en donde el sustrato y las condiciones ambientales son favorables a esta
descomposición, mediante la acción de microorganismos aeróbicos y
anaeróbicos, de lo cual resulta un caldo con alta capacidad de contaminación,
llamado líquido percolado o lixiviado. Estas sustancias, con características
físicas heredadas de las originales, como densidad o solubilidad, tienden a
percolar y escurrir por la masa de basura hasta llegar al suelo. Las sustancias
gaseosas presentes o recién formadas por la descomposición en los RS,
generalmente menos densas que el aire, tienden a subir ya sea por la
diferencia de densidad o por presión interna, resultando en una emisión a la
atmósfera. Como ejemplo típico de estas emisiones fétidas, está el acido
sulfhídrico (el olor de los huevos podridos) y el metano; siendo este último
inflamable y de los principales causantes del efecto de invernadero en la
atmósfera51.TP PT
50
TP FACULTAD DE CIENCIAS FÍSICAS Y MATEMATICAS. Rellenos sólidos [On Line]. Universidad de Chile.
PT
Disponible en: <http://cipres.cec.uchile.cl/~edmunoz/rs1.html >

51
TP FACULTAD DE CIENCIAS FÍSICAS Y MATEMATICAS. Rellenos sólidos [On Line]. Op Cit.
PT
20
El suelo está constituido principalmente por materia sólida, agua y aire. A partir
de cierta profundidad, se encuentra el nivel freático, el cual se encuentra
saturado de agua en relativa libertad, lo cual forma la llamada capa freática, la
cual esta en un lento movimiento en dirección de la presión y de la inclinación
del terreno. El agua contenida allí, sale en pozos y tiene contacto con cuerpos
de agua cercanos, cediendo y recibiendo líquido. Adicionalmente, el agua
tiende a subir debido a la capilaridad de los granos de arena o por acumulación
de lluvias en el terreno. Los líquidos percolados que alcanzan el suelo se filtran
a través de este, debido a la permeabilidad, dada principalmente por el material
en el suelo, al tamaño de los granos y a la textura del mismo. Si el tipo de suelo
es arenoso o rocoso es permeable, todo lo contrario del suelo arcilloso, y aun
siendo de este material, si el suelo presenta grieta o fisuras, también se
convierte en permeable. Como consecuencia del constante movimiento del
agua freática, los líquidos percolados que descienden y se encuentran con esta
capa, adquieren gran movilidad. La saturación de líquidos percolados en el
suelo retrasa en parte la contaminación de aguas freáticas, mas no las detiene.
Las partículas sólidas tienden a colmatar el suelo, disminuyendo la
permeabilidad del mismo, salvo algún efecto químico adverso. Las aguas
lluvias presentan un inconveniente para los rellenos sanitarios, y mas aún en
los botaderos a cielo abierto, ya que ocurre un fenómeno de percolación
acelerada cuando llueve, en donde por saturación del terreno, el agua busca un
punto de fuga o desagüe, y eventualmente se conectará con un acuífero. Es de
esta forma como los cuerpos de agua son los primeros contaminados por los
rellenos sanitarios, y desde este punto se expande todo el ecosistema, incluido
el hombre52. La vida útil en recepción de residuos del relleno sanitario depende
TP PT
del volumen y de la eficiencia de la ubicación de residuos. Los rellenos

sanitarios se pueden clasificar por el tipo de residuo: Tradicional de RS con o
sin selección, de RS triturados, para residuos específicos. (Escoria o residuos
de construcción). La generación de gases y líquidos, ocurrirá dependiendo del
tipo de residuo orgánico contenido en el relleno. En la Figura 5a del Anexo 3,
se encuentra una descripción gráfica de la construcción de un relleno sanitario.
En la Figura 5b del mismo anexo, se encuentra el corte transversal de un
relleno sanitario terminado. Si un relleno sanitario no cuenta con extracción de
gases, la generación de estos dentro del relleno aumenta la presión en su
interior, lo que conduce a fisuras en el recubrimiento del relleno, lo que permite
la entrada de agua, acelerando la producción de gas, volviéndose así un circulo
vicioso.
Transformaciones físicas, químicas y biológicas en los residuos sólidos.
Existen tres tipos de transformaciones físicas en los RS: 1. Separación de

materiales, 2. Reducción mecánica de volumen y 3. Reducción mecánica de
tamaño. La separación de materiales, consiste en separar los materiales
52
TP PT FACULTAD DE CIENCIAS FÍSICAS Y MATEMATICAS. Rellenos sólidos [On Line]. Op Cit.
21
identificables contenidos en los RS por métodos manuales o mecánicos;
obteniendo así un material más homogéneo. Esta es una operación necesaria
para la recuperación de materiales (reciclaje) o de energía. En la gestión de
RS, la separación de materiales ocurre varias veces, asegurando tener una
materia prima de óptima calidad en procesos posteriores. Según sea el tamaño
del generador de RS, debe ser la infraestructura y operación para la separación
de residuos: Separación de residuos de una casa comparada con la de una
industria. Las instalaciones de recuperación de materiales (IRM) son centros de
acopio y selección de RS, donde ocurre la separación de elementos. De las
IRM salen materiales para diversos usos y procesos, con cierto porcentaje de
residuos no recuperables. Las IRM utilizan una combinación de mano de obra y
procesos mecánicos. La separación de materiales se puede realizar según
alguna característica en particular: según el tamaño, la densidad o las
propiedades magnéticas, principalmente. A la separación por tamaño se le
conoce como cribación, y consiste en pasar los materiales por una serie de
filtros, para obtener un tamaño de partícula deseado; existen cribas vibratorias,
giratorias (trómel) y de disco. La separación por densidad, consiste en utilizar
una corriente de aire ascendente para separar partículas livianas de pesadas.
La separación magnética de materiales, consiste en aprovechar las
propiedades magnéticas de los metales para separarlos del resto de residuos.
En la Figura 6b del Anexo4, se muestran los esquemas de separación por
cribación, por densidad y por magnetismo. La reducción de volumen o
densificación, consiste en reducir el volumen inicial ocupado por un residuo,
normalmente aplicando fuerza o presión. Esta transformación, usualmente se
hace por durante el transporte de los RS, por vehículos con dispositivos
hidráulicos, para aumentar la cantidad de RS movilizados por viaje y así
disminuir costos de transporte. En las estaciones de transferencia de RS
(ETRS), también se utiliza la compactación. La reducción de tamaño, tiene
como propósito obtener partículas de tamaño homogéneo, manejables por su
reducido tamaño, comparado al original. Sin embargo la reducción en tamaño
no significa reducción en volumen, por lo general después de reducir el tamaño
aumenta ligeramente el volumen. En la reducción de tamaño se puede
desfibrar, triturar o moler. Básicamente el proceso consiste en golpear con
distintos objetos el material hasta disminuirlo53. En la Figura 6a del Anexo 3 se
TP PT
muestra un esquema de este proceso. En la Tabla 11 del Anexo 2 se recopila

los procesos físicos más comunes.
Las transformaciones químicas en los RS tienen dos finalidades: reducir el

volumen de los RS o recuperar materiales o energía contenida lo que
usualmente implica cambio de estado (sólido a gas o a líquido). Los procesos
químicos usuales son: 1. Combustión, 2. Pirolisis, 3. Gasificación y mas
recientemente, 4. conversión a alcohol etílico, utilizando materia vegetal; a
excepción del ultimo, todos de naturaleza exotérmica. La combustión es un
proceso de reacción química del oxigeno, el cual produce calor, emisiones de
luz, acompañados de gases calientes por la combustión y cenizas o RS no
53
TP PT TCHOBANOGLOUS, George et al. Op Cit., p.288 - 298.
22
combustibles. Las materias orgánicas liberan en los gases compuestos simples
como nitrógeno (N2), dióxido de carbono (CO2), vapor de agua (H2O), oxigeno
B B B B B B
(O2) y otros elementos, en donde es común encontrar en pequeñas cantidades

B B
amoniaco (NH3), dióxido de azufre (SO2), óxidos de nitrógeno (NOX), entre

B B B B B B
otros. Lo anterior se puede describir por la formula:
Materia Orgánica + O2 en exceso → N2 + CO2 + H2O + O2 + Cenizas + Calor.

B B B B B B B B B B (3.6)
La pirolisis es un proceso endotérmico, en donde se aprovecha la

inestabilidad térmica de los elementos orgánicos, para romperlos o partirlos, en
fracciones liquidas, sólidas o gaseosas, o una combinación de las anteriores,
utilizando una alta presión y temperatura, en un ambiente sin oxigeno. Lo
anterior produce lo que se denomina como cracking térmico, junto con
reacciones de condensación. Los contenidos de cada fracción pueden variar
según la presión y la temperatura que se aplique, pero típicamente se puede
hallar en la fracción liquida: alquitrán o aceite, el cual contiene sustancias como
acido acético, acetona, y metanol. En la fracción sólida se encuentra: carbonilla
y los materiales inertes originarios contenidos en la materia prima de entrada
del proceso. En la fracción gaseosa se encuentra principalmente: hidrógeno
(H2), metano (CH4), monóxido de carbono (CO), dióxido de carbono (CO2) y
diversos gases según las características de la materia de entrada. La celulosa
se descompone por ejemplo:
3(C6H10O5) → 8H2O + C6H8O + 2CO + 2CO2 + CH4 + H2 +7C

B B B B B B B B B B B B B B B B B B (3.7)
La gasificación es una transformación similar a la pirolisis, e implica la

combustión parcial de un combustible carbonoso para generar un gas
combustible rico en monóxido de carbono, hidrógeno y algunos hidrocarburos
saturados, principalmente metano. El gas, se puede quemar en una caldera o
en un motor de combustión interna. Cuando el gasificados trabaja a presión
atmosférica se obtiene una fracción sólida, liquida y gaseosa muy similar a la
que se obtiene del proceso pirolítico. Además de las anteriores
transformaciones químicas, también se pueden encontrar transformaciones
como la hidrolización de la celulosa para obtener glucosa, seguida de la
conversión de esta a alcohol etílico. De esta forma se toma materia vegetal
para producir un combustible. La diferencia entre gasificación y pirolisis, se
encuentra en que la pirolisis utiliza una fuente de combustible externa para
inducir las reacciones, mientras en la gasificación, esto mismo se realiza sin
ayudas externas, usando aire u oxigeno para la combustión parcial de los RS.
Las transformaciones típicas biológicas son: 1. compostaje aerobio, 2. digestión

anaerobia, y 3. digestión anaerobia de sólidas en alta concentración. Los RS
sufren transformaciones biológicas por los mismos objetivos que en las
anteriores transformaciones: reciclar materiales, recuperar energía, o
simplemente reducir volumen y peso. La principal forma de reutilización de
materiales es a través del compost. La recuperación de energía es a través del
23
gas combustible (metano). El compost es similar al humus, se utiliza como
acondicionador del suelo y en la producción de metano. Los medios biológicos
son, la utilización de microorganismos, como bacterias, hongos, levaduras y
actinomicetos, los cuales a través de procesos aerobios o anaerobios,
descomponen la materia orgánica, teniendo en cuenta factores como
disponibilidad de oxigeno, niveles de humedad y características propias de la
materia orgánica. La diferencia entre transformaciones aerobias y anaerobias,
radica en la naturaleza de los productos de salida de cada proceso. Si los RS
orgánicos se abandonasen al aire libre, el tiempo de descomposición de los
mismos dependerá de la naturaleza, grado de humedad, nutrientes disponibles
y de otros factores endógenos y exógenos de los RS orgánicos. El compostaje
aerobio, controla muchas de los anteriores factores, para producir, en
presencia de oxigeno compost, en un periodo de tiempo razonable y de
determinadas características deseadas. El proceso anterior, bajo condiciones
anaerobias es llamado digestión anaerobia, y básicamente produce grandes
cantidades de metano en un 99% del gas total producido y algo de sulfuro de
hidrogeno. La materia orgánica resistente debe ser tratada por deshidratación y
compostaje aerobio. La conversión se puede representar por la siguiente
ecuación.
Materia orgánica + H2O + Nutrientes → Nuevas células + materia orgánica resistente + CO2 +
B B B B
CH4 + NH3 + H2S + Calor

B B B B B B (3.8)
3.1.1.3 Modelo de gestión de residuos sólidos y reglamentación en Colombia
La gestión integral de RS (GIRS), inicia como una política de estado, para

luego convertirse en un sistema de gestión, con el objetivo de administrar,
controlar y mitigar los RS y sus efectos sobre la población y el medio ambiente,
sobretodo por los problemas generados por el creciente volumen de RS en
ciudades y municipios del país54. La GIRS busca definir estándares de diseño,
TP PT
planeación y operación, de métodos, procesos, infraestructura y en general,

todo cuanto este relacionado con los RS, desde la recolección y barrido,
urbano, rural, residencial, industrial, etc., hasta la disposición final de los RS en
un sitio dispuesto para esto55. TP PT
Por la experiencia internacional, el plan de gestión integral de RS (PGIRS),

inicia con programas que atacan directamente la generación de RS. Con las
empresas se promueve la optimización en los procesos, por medio de
asesorías de organizaciones dedicadas a esto. Con las personas se promueve
la reutilización y la conciencia del reciclaje, por medio de campañas de
concientización ciudadana. Por medio de una separación de RS selectiva, la
54
TP HERRERA CARRILLO, Ricardo. Lineamientos generales para el manejo de residuos sólidos en el
PT
Departamento de Cundinamarca: Informe Final. Bogota: s.n., 2003. p 38 - 44.

55
TP TCHOBANOGLOUS, George et al. Op Cit., p. 3 – 7.
PT
24
GIRS segrega los RS aprovechables, con algún valor del resto. En la Figura 7
del anexo 3, se describe el esquema de operación del PGIRS.
Luego de la segregación, los PGIRS persiguen alcanzar el máximo

aprovechamiento posible de los RS con algún valor comercial restante56. Esto TP PT
lo consigue por medio de técnicas de reutilización como el reciclaje,

compostaje y otras. El reciclaje es en la actualidad una de las técnicas más
apreciadas en el PGIRS debido no solo a su impacto ambiental, sino también a
su impacto social. Desde el punto de vista económico, el reciclaje posee bajos
costos de implementación y operación, en comparación con otras técnicas de
aprovechamiento de RS como el compostaje. De esta forma los RS, retornan al
ciclo económico productivo. Hacen parte de la gestión de RS, varios
instrumentos económicos que incentivan el manejo integral de los mismos, lo
cual apoya de manera más contundente el PGIRS, en donde dichos
instrumentos económicos plantean motivadores para el buen desempeño y
“desmotivadores” para castigar el mal desempeño en el tema ambiental. Los
motivadores incluyen beneficios y exenciones fiscales, bonos de desempeño y
prestamos blandos. Entre los desmotivadores se encuentran las tarifas y las
multas pagadas para compensar el daño ambiental y social causado por una
mala disposición de RS 57. Con estas medidas el PGIRS busca disminuir los
TP PT
efectos negativos de los RS sobre el medio ambiente y sobre las poblaciones

que se ven afectadas por su cercanía; por vectores sanitarios, contaminación
de aguas subterráneas, olores nauseabundos, contaminación visual y
deterioro paisajístico. Para los elementos que no poseen ningún valor restante,
el PGIRS estipula la disminución del impacto ambiental negativo que puedan
ocasionar dichos RS, por medio de la construcción y operación de sitios de
disposición final de RS con control ambiental58; estos sitios deberían ser
TP PT
destinados para escombros o residuos de procesos de recuperación de

energía. El PGIRS tiene en cuenta la sostenibilidad del servicio de recolección,
prestado a los usuarios, a través de tarifas razonables las cuales son
competitivas gracias a las economías de escala (A mayor cantidad de usuarios,
mayor cantidad de toneladas transportadas, reduciendo el costo unitario por
tonelada para el usuario, generando más ingresos para los transportadores de
RS y ahorros para los usuarios) y a la disposición de distintos municipios o
ciudades, en lugares comunes (disminución de costos fijos de administración
de sitios de disposición). Los PGIRS en Colombia sirven como una medida de
asegurar que en el corto plazo los RS reciban un tratamiento mínimo
adecuado59. TP PT
A nivel operativo, para cumplir con lo establecido en el PGIRS, se debe seguir

las normas contenidas en este mismo. Debido a esto, no importa quién ejecute
los PGIRS, ya que la operación depende de las regulaciones legales de la
56
TP HERRERA CARRILLO, Ricardo. Op. cit, p. 52.
PT
57
TP MINISTERIO DEL MEDIO AMBIENTE (Colombia), Política para gestión integral de residuos sólidos. Bogota:
PT
s.n. ,1997. p. 60 – 64.

58
TP HERRERA CARRILLO, Ricardo. Op. cit, p. 52.
PT
59
TP TCHOBANOGLOUS, George et al. Op. cit, V. 2, p. 687 – 695.
PT
25
región en donde se preste el servicio. Dicho sistema de gestión puede ser
análogo a las normas ISO, en donde quien preste el servicio se debe acoger a
la guía técnica que presta los PGIRS para realizar las distintas operaciones.
Los macro procesos que componen la gestión de RS son recolección,
transporte, acopio, aprovechamiento y disposición final. La responsabilidad de
velar por la correcta prestación de los servicios públicos domiciliarios, está bajo
la responsabilidad del estado, consignada en la constitución nacional. Los
departamentos y municipios tienen la función de coordinar y ejecutar en un
mayor detalle la labor del estado.
Estaciones de transferencia
Cuando los RS son transportados a grandes distancias, el costo de transporte

suele tornarse considerable debido a que usualmente los vehículos para
transportar RS poseen mecanismos de compactación de los desechos, los
cuales están diseñados para funcionar en el perímetro urbano a una corta
distancia. Para esta situación se han diseñado estaciones de transferencia, las
cuales consisten en instalaciones en donde se realiza un trasbordo de los RS
recolectados de un vehiculo de menor capacidad a uno de mayor capacidad,
con lo cual los costos unitarios se reducen considerablemente y se incrementa
la eficiencia global en la gestión de RS. El uso de estaciones de transferencia
se ha constituido en una alternativa económica para áreas urbanas donde se
generan grandes cantidades de RS y en que las distancias hasta los centros de
disposición final son considerables. Una de las principales ventajas de las
estaciones de transferencia es la prolongación de la vida útil de los vehículos60. TP PT
Las estaciones de transferencia, no constituyen bodegas de almacenamiento

de residuos; todo lo que ingresa tiene que salir. Sin embargo, las estaciones de
transferencia pueden servir de centros de procesamiento intermedio y se
realizan tareas como separación de RS. Desde el punto de vista económico, se
puede trazar la curva de costo en función de la distancia, con y sin la utilización
de estaciones de transferencia. El lugar donde ambas curvas se encuentran, es
un punto de equilibrio. Si la distancia a recorrer es menor del punto de equilibrio
es factible utilizar recolección directa para transportar los RS. Si la distancia es
mayor a la distancia del punto de equilibrio, es factible utilizar las estaciones de
transferencia. Lo anterior se puede ver representado en la Figura 8, a
continuación.
60
TP INGENIERÍA AMBIENTAL Y MEDIO AMBIENTE. Residuos sólidos [On Line]. Op Cit., Estaciones de
PT
trasferencia.
26
Figura 8. Curvas de costo de una estación de transferencia y de recolección
directa.
Recolección
Costo directa
$ / ton Estación de
transferencia
Costo
Fijo
Distancia ida y vuelta Distancia, Km.

Fuente: Residuos sólidos. Ingeniería ambiental y medio ambiente [On Line]
Por las distintas ventajas económicas que presentan las estaciones de

transferencia, son un punto crucial para la infraestructura a tener en cuenta en
el PGIRS, por lo tanto será tenida en cuenta durante el desarrollo del modelo
matemático.
Reglamentación del manejo de basuras en Colombia
El manejo de los RS en el mundo y en Colombia se ha tratado de reglamentar,

con el objetivo de estructurar y forzar una buena gestión, teniendo en cuenta
principios de eficiencia, eficacia y justicia social. De esta forma se garantiza la
calidad del servicio, prestado de forma continua y sin interrupciones para la
totalidad de la población, siendo estos últimos, participantes con oportunidad
de criticar sobre la gestión y de la auditoria del servicio prestado. Desde el
punto de vista económico, se promueve las economías de escala, para
beneficio de los usuarios y de quienes realicen estos servicios, teniendo en
cuenta mecanismos que controlen las tarifas y permitan la fiscalización de la
gestión. El desarrollo de este tipo de reglamentación presenta en el trasfondo,
un impulso para desarrollar hábitos y finalmente una cultura en el usuario, que
conlleve a la reducción en el desperdicio, fomentando el máximo
aprovechamiento de los recursos; teniendo presente que a largo plazo se
procura minimizar y atenuar el daño al medio ambiente y a la salud de la
población.
La reglamentación en este tema ha tenido una evolución acelerada desde la

mitad del siglo pasado hasta la fecha, tiempo durante el cual a través de leyes,
decretos y otros documentos técnicos y legales, se han determinado los roles y
27
las responsabilidades de los distintos actores designados para planificar,
operar y auditar la gestión del proceso y la disposición final de los RS. Este
documento contempla dos tipos de reglamentación que influyen directa o
indirectamente en las decisiones que se puedan tomar para la ubicación de
plantas generadoras de energía. La primera reglamentación define los
lineamientos para la gestión de RS y la segunda interviene directamente en la
posible ubicación de plantas de generación de energía, debido a las
características y condiciones de funcionamiento de dichas instalaciones.
En Colombia varias leyes han regulado los parámetros generales para el

funcionamiento de la gestión de los RS. En años recientes la ley 142 de 1994
ha recopilado las intenciones de leyes anteriores a esta, definiendo el régimen
de funcionamiento de los servicios públicos domiciliarios, incluyendo el servicio
público de aseo y saneamiento básico. La ley cubre principalmente el servicio
de recolección municipal de RS, pero también aplica para las actividades
complementarias de transporte, tratamiento, aprovechamiento y disposición
final de tales residuos. Esta ley pretende establecer como deben ser las
empresas que administran la gestión de los RS; cuya misión y visión sean la de
administrar la prestación de servicios públicos domiciliarios, reguladas desde el
punto de vista financiero, jurídico, estructural, administrativo y de gestión.
Además de esto define la posible participación del estado en empresas de
servicios públicos (contratos, licencias, permisos, etc). Esta ley también
determina las condiciones de mercado para las empresas que se dediquen a la
prestación de servicios públicos. La ley 142 establece quienes son los
organismos de control para evaluar y actuar sobre las empresas de prestación
de servicios públicos. Para la gestión de RS, establece a la Comisión de
Regulación de Agua Potable y Saneamiento Básico (CRA), cuyas funciones se
encuentran en el artículo 73 de dicha ley. Algunas de las funciones de la CRA
son: “definir los modelos de eficiencia y desarrollar indicadores y modelos para
evaluar la gestión financiera, técnica y administrativas de las empresas de
servicios públicos y solicitar las evaluaciones que considere necesarias para el
ejercicio de sus funciones” (Artículo 73.3), “Fijar las normas de calidad a las
que deben ceñirse las empresas de servicios públicos en la prestación del
servicio” (Artículo 73.4). “Definir en qué eventos es necesario que la realización
de obras, instalación y operación de equipos de las empresas de servicios
públicos se someta a normas técnicas oficiales, para promover la competencia
o evitar perjuicios a terceros, y pedirle al ministerio respectivo que las elabore,
cuando encuentre que son necesarias” (Artículo 73.5). “Establecer fórmulas
para la fijación de las tarifas de los servicios públicos, cuando ello corresponda
según lo previsto en el artículo 88; y señalar cuándo hay suficiente
competencia como para que la fijación de las tarifas sea libre” (Artículo 73.11).
A medida que avanza la tecnología para disponer de mejor forma los RS, su
organización, métodos y procedimientos para realizar dicha gestión, también
avanza la reglamentación que los regula, impulsa y controla. Es así como la ley
142 de 1994 ha sido modificada por varios decretos en años recientes, como el
28
Decreto 1713 del 2002, el cual complementa esta ley. Este decreto define de
una manera más contundente las especificaciones para cada etapa del
proceso, desde la recolección hasta la disposición final. A diferencia de la ley
142, el decreto 1713, hace un énfasis técnico y de ingeniería en los detalles
para la gestión, de tal forma que describe de manera pormenorizada los
requerimientos, responsabilidades y deberes de cada uno de los involucrados
en el proceso. Las etapas que se analizan en el decreto 1713 son:
Recolección, transporte, barrido, limpieza y lavado de vías y áreas publicas
(incluyendo el corte del césped y poda de árboles ubicados en estas áreas),
transferencia, tratamiento, aprovechamiento y disposición final.
Vale la pena resaltar el capitulo 6 del decreto, el cual plantea el tema de las
estaciones de transferencia, el cual es vital en el tema de la ubicación de
plantas de energía. En los artículos 61 al 66 define lineamientos básicos para la
operación, por ser una opción para disminuir costos de transporte. Algunas de
las normas de operación y funcionamiento para las estaciones de transferencia
que establecen estos decretos son:
• Para ubicar una estación de transferencia cada municipio debe realizar un

estudio de factibilidad económica, técnica, financiera, institucional y
ambiental que sustente dicha infraestructura. Las estaciones de
transferencia debe ser consecuentes con el plan de gestión integral de los
residuos sólidos (PGIRS).
• El único lugar en que se puede realizar transferencia de RS es en una
estación de transferencia.
• El diseño de las estaciones de transferencia debe tener en cuenta las
condiciones ambientales de ubicación, geográficas y demográficas, y
características de los residuos a manipular, así como también, las
condiciones logísticas y operativas de quién presta el servicio.
Uno de los artículos del decreto más importantes para este proyecto, son los
artículos 74 y 75, los cuales presentan criterios generales para la ubicación de
plantas de tratamiento y para el diseño de dichas instalaciones, lo cual puede
influir directamente en la decisión del modelo de donde ubicar. Este criterio
considera tres aspectos: 1). Tener en cuenta los usos del suelo establecidos
por el plan de ordenamiento territorial y el plan de desarrollo del municipio, 2)
Ser técnica, económica y ambientalmente viable, y 3) tener en cuenta las rutas
y vías de acceso para no ocasionar o minimizar traumatismos en el tráfico.
Además de esta reglamentación, para la ubicación de plantas existe otro

documento que establece el uso del suelo, es decir, cuales son las
posibilidades de aprovechamiento de un terreno, según sus condiciones
geográficas, demográficas, y ambientales a corto, mediano y largo plazo; el
plan de ordenamiento territorial (POT). El POT esta reglamentado por la ley
388 de 1997. Dicha ley establece los objetivos, principios, funciones,
contenidos, desarrollo y fechas de ejecución que deben contemplar dichos
29
planes. Antes de esta ley, el ordenamiento territorial se realizaba
principalmente por la nación, luego por el departamento y por último, por los
municipios. Con el POT, el uso del suelo queda en responsabilidad total de
cada municipio, y la injerencia de la nación o del departamento es relegada
para priorizar la planeación municipal, con lo que se busca descentralizar las
decisiones de la nación y empoderar a cada municipio, otorgándole más
responsabilidad y participación ciudadana (Artículo 7, ley 388 de 1997).
Dependiendo de la cantidad de habitantes del municipio, los planes de
ordenamiento territorial se denominan a) planes de ordenamiento territorial
(para municipios con más de 100.000 habitantes), b) planes básicos de
ordenamiento territorial (municipios con población entre 30.000 y 100.000
habitantes) , c) esquemas de ordenamiento territorial (municipios con población
menor a 30.000 habitantes). En cualquier caso, durante el desarrollo de este
proyecto, al hablar del plan de ordenamiento territorial, se comprenderá todos
los anteriores planes, a menos que se especifique en alguno de ellos.
3.1.2 Termólisis.
En España existe una empresa llamada Termólisis y Reciclaje, la cual tiene

como objetivo realizar reciclaje de RS, utilización de biomasa por medio de la
termólisis y generación de energía, aprovechando los productos de salida del
proceso de termólisis. Dicha empresa, por medio de su filial en Colombia,
Termólisis de Colombia, y a través de su representante Legal, Guillermo
Ramírez, nos facilitó algunos datos del proceso, así como también datos de los
estudios de factibilidad para instalar una planta en Colombia. Por esta razón, se
escoge esta tecnología.
En uno de los puntos anteriores se expone la pirolisis como tratamiento de RS.

La pirolisis también es conocida como termólisis. En este numeral se expone
de manera general el funcionamiento de una planta de termólisis y algunos
datos claves para el modelo matemático dados por la planta de termólisis.
Cuando los RS son recolectados y transportados, son colocados en una

instalación de separación y reciclaje de RS, lo cual compone la primera
parte del proceso en la planta de Termólisis. Esta separación se produce por
métodos manuales y mecánicos (como los vistos en el capitulo 3), en donde se
busca segregar los RS orgánicos (biomasa) del resto. Los otros materiales
contendidos en los RS, se separan para obtener materiales más homogéneos,
de forma que se puedan vender a otras industrias; como el vidrio y los metales.
A parte de la biomasa proveniente de los RSM, también busca recibir RS
provenientes de actividades agroindustriales, como el bagazo de la caña de
azúcar o algún otro RS orgánico, sin necesidad de la intensidad en la
separación a la que son sometidos los RSM, ya que por las características del
origen de los RS agroindustriales, se esperaría que la totalidad de estos
30
residuos fueran biomasa. Luego de tener una cantidad de biomasa carente de
otros materiales, se realiza el proceso de termolización, la cual se describió en
el numeral anterior. Este proceso es realizado en un reactor de termolización,
que funciona tanto a altas temperaturas, como presión. Esta combinación de
presión y temperatura, se ha encontrado que influye drásticamente sobre las
fracciones de producto resultante del proceso, es decir que con una variación
en la temperatura o en la presión, se obtendrá mayor o menor cantidad de
algún producto, gaseoso, liquido o sólido61. La parte final de la planta de
TP PT
termólisis, esta compuesta por la generación de energía, la cual es realizada

a partir de los productos del proceso de termólisis, los cuales principalmente
son gas y carbón; estos elementos sirven de alimentación a una turbina de gas
y a una caldera, la cual tiene como objetivo alimentar otra turbina para la
generación de energía. De esta forma son utilizados los productos de salida de
la termólisis para generación de energía, la cual tiene como objeto ser vendida
en el mercado mayorista energético y sostener también el consumo propio de
energía de la planta. En la Figura 9 del Anexo 3, se muestra un diagrama de
flujo de los distintos procesos de la planta de termólisis.
3.1.3 Logística y cadenas de abastecimiento.
La gestión de los también, puede ser considerada como una cadena de

suministro, para abastecer los requerimientos de biomasa de una planta de
termólisis. Una cadena de abastecimiento típica, abarca la infraestructura
dispersa de una organización, en donde la materia prima, los productos
intermedios o bienes finales son adquiridos, transformados, almacenados y
vendidos por medio de eslabones de transporte que conectan las distintas
infraestructuras entre si, para que el flujo de productos siga su curso hasta el
consumidor final. El objetivo del negocio es adicionar valor a sus productos
mientras éstos pasan a través de la cadena de suministro y son transportados
por distintos lugares hasta llegar al mercado objetivo, en la cantidad y con las
especificaciones correctas, a la hora establecida y a un precio competitivo. Los
distintos elementos que conforman la cadena de abastecimiento son:
proveedores, centros de acopio, plantas de manufactura o transformación,
centros de distribución y mercados, de tal manera que al conectarse forman
una red. El flujo de material es la parte física y visible de la cadena de
suministro; el flujo de información a lo largo de la cadena es la parte intangible
y es tan vital para el buen desempeño de la cadena como el flujo de material.
La cadena de suministro no puede existir sin que este presente estos dos
flujos. La dirección que tomen a lo largo de la cadena de suministro los
productos o la información, generalmente esta asociado a si es tangible, como
en el caso de materiales que fluyen de los proveedores hacia los clientes
pasando por plantas de manufactura, o si es intangible, como la
61
TP PT TCHOBANOGLOUS, George et al. Op. cit, V. 2, p. 706.
31
retroalimentación sobre las características de un producto desde los clientes
hacia los proveedores, pasando por centros de distribución y plantas de
manufactura62. TP PT
Michael Porter63 enfatiza en la urgente necesidad de efectividad en uniones o

TP PT
eslabones entre procesos de la cadena de suministro, dado que pueden llevar

a ventajas competitivas de dos tipos: de optimización y de coordinación. Una
empresa en la operación de su cadena de suministro debe optimizar dichas
uniones para alcanzar una ventaja competitiva. La habilidad para coordinar
estas uniones a menudo reduce costos o incrementan la diferenciación. Según
Jeremy Shapiro64, en las cadenas de abastecimiento se está presentando dos
TP PT
grandes tendencias: 1., Se esta buscando modelos y procesos en los negocios

que permitan la toma de decisiones basados en hechos, así mismo permitan
diseñar y operar la cadena de abastecimiento basados en datos. 2., Se está
buscando que la toma de decisiones sea un proceso que abarque la totalidad
de la cadena de abastecimiento, sin importar lo distante que esta una planta de
otra o los niveles jerárquicos de la empresa y sin importar el tiempo en que se
deba llevar a cabo la operación. Shapiro afirma también65, que la esencia de la
TP PT
administración de la cadena de suministro basada en datos, se encuentra en

sus tres principales dimensiones: 1., la integración de distintas funciones de la
cadena, como compras, manufactura y distribución en operación coordinada
con proveedores y clientes. 2., la integración geográfica de las anteriores
funciones de la cadena de suministro en las diferentes locaciones en los
distintos continentes en donde se cuente con operaciones, y 3., la integración
temporal de las decisiones a nivel estratégico, táctico y operacional en la
cadena de suministro. Las decisiones a nivel estratégico incluyen decisiones de
adquisición de recursos para la cadena de suministro, a ser tomadas en largos
plazos u horizontes de planeación. Las decisiones a nivel táctico tienen que ver
con la ubicación de recursos y los refinamientos que esto conlleva a mediano
plazo. Por último las decisiones de tipo operacional tratan con la ejecución del
negocio, afectando el corto plazo, principalmente el día a día. Las decisiones
que se toman en una cadena de suministro, deben tener coherencia y
consistencia con los distintos escenarios de tiempo en la planeación a largo,
mediano y corto plazo, lo cual es vital para la ventaja competitiva del negocio.
El objetivo tradicional en la administración de la cadena de suministro es

minimizar el costo total de la cadena, o en otros casos, al menos encontrar un
punto de equilibrio entre los ingresos y los costos (fijos y variables). Shapiro
también comenta66, que en lugar de tratar de minimizar los costos totales de la
TP PT
cadena de suministro, es mejor buscar maximizar los ingresos netos de la
62
TP SHAPIRO, Jeremy. Beyond supply chain optimization to enterprise optimization. En: ASCET. Vol 3. Abril,
PT
2001.
63
TP PORTER, Michael. Competitive advantage: Creating and sustaining superior performance. New York. The
PT
Free Press. MacMillan, 1985.

64
TP SHAPIRO, Jeremy. Op. cit., En: ASCET. Vol 3. Abril, 2001.
PT
65
TP Ibid., Abril 2001.
PT
66
TP SHAPIRO, Jeremy. Modeling the Supply Chain. Duxbury, Massachusetts. Editorial Duxbury, 2001. p. 7 – 9.
PT
32
cadena de suministro, ya que al maximizar los ingresos se tiene un
componente mas profundo que solamente minimizar los costos totales,
teniendo en cuenta que al maximizar los ingresos netos, también se minimizan
los costos. El maximizar los ingresos, es soportado por la integración con otras
áreas de la compañía, como el área comercial o de logística. Al contemplar la
cadena de suministro de forma integral, el correspondiente administrador se
puede dar cuenta de la estrecha relación que tiene costos y el servicio al
cliente. Mientras mas se desee prestar un buen servicio al cliente, representado
concretamente en tiempo de entrega o de recolección, más altos serán los
costos totales de la cadena de abastecimiento. Para resolver esta paradoja se
debe tener en cuenta demasiadas variables de decisión que conllevan a una
respuesta traducida en un costo manejable y competitivo para la cadena de
suministro. Dicha respuesta, es alcanzable solamente por un modelo
matemático, el cual explora todas las posibilidades y puede decir con certeza la
correcta configuración de la cadena, para que funcione de la mejor manera
posible. Los modelos utilizados para soportar las decisiones de negocios están
compuestos de una parte descriptiva y otra parte de optimización. En la parte
descriptiva se encuentran los de pronósticos de futuras demandas o los que
computan costos directos e indirectos de manufactura. Estos últimos modelos
son creados para entender mejor las relaciones funcionales dentro y fuera de la
compañía. La parte descriptiva de los modelos también puede ser una parte
dinámica que simula la operación de la cadena de suministro. La toma de
decisiones basada en hechos es el objetivo fundamental de los modelos de
optimización. Si por ejemplo, una empresa tuviese una política de no comprar
mas del 50% de materias primas a un solo proveedor, que se podría hacer? En
este caso, los modelos de optimización procesan datos numéricos describiendo
un problema específico de la cadena de suministro, con el objetivo de
identificar estrategias óptimas que solucionen el problema.
3.1.4 Modelación matemática de optimización
Los modelos matemáticos de optimización describen una situación cualquiera

(o sistema de la realidad), en donde se busca optimizar su funcionamiento, por
medio de variables, ecuaciones (o inecuaciones), restricciones y una función
objetivo. Estos temas principalmente atañen a la investigación de operaciones,
la cual trata con variables de decisión, las cuales definen el comportamiento
que debería tener el sistema descrito67. La función objetivo en los modelos de
TP PT
optimización, tiende a ser minimizada o maximizada, según sea el problema.
La programación matemática comprende varios tipos de técnicas de resolución

de problemas, según sea la naturaleza del problema. Si en el problema, las
restricciones y su función objetivo son lineales, se dice que es un problema de
67
TP PT RARDIN, Ronald. Optimization in operations research. New Jersey. Prentice Hall, 1998. p. 3.
33
programación lineal. Si por el contrario alguna de las restricciones o la función
objetivo es no es lineal, el problema se convierte en uno de programación no
lineal. Los problemas de programación lineal requieren menos poder de
cómputo para su resolución debido al menor número de operaciones y a la
sencillez de las mismas para llegar a una solución óptima. El conjunto de
restricciones de un problema de programación matemática, delimitan un área
en donde las soluciones sirven a los objetivos del problema, sin necesidad de
minimizar o maximizar una solución. Dicha área es conocida como región
factible de soluciones. Los problemas de programación pueden o no, tener
solución o una solución optima; el no tener solución significa que el problema
es infactible. En caso que si tenga una solución óptima, esta puede ser de
frontera o interior. Las soluciones de frontera son aquellas que cumplen con
igualdad una restricción, es decir que se encuentran en el borde del área
factible. Las soluciones que no se encuentran en el borde del área factible son
llamadas interiores. En caso de que el problema tenga solución, pero no tenga
solución optima, se considera que el problema no está restringido, o que no
esta acotado. En caso que el problema tenga solución, y además esta sea
óptima, se considera que el problema tiene un óptimo global.
Un elemento de importancia en los modelos de programación matemática, son

las variables; a tal punto que definen el tipo de problema. Si las variables del
problema son continuas y reales, teniendo en cuenta la relación lineal entre
estas, se considera un problema típico de programación lineal. Pero si las
variables toman valores discretos, positivos o negativos, se considera un
problema de programación entera. En este tipo de problemas, las variables
pueden tomar valores binarios (1,0), los cuales son especialmente útiles para
representar decisiones que tienen que ver con realizar o no una acción, las
cuales generalmente están relacionadas con asignación de recursos. Los
problemas que tienen variables únicamente enteras, son usualmente llamados
de programación entera pura, mientras los que tienen variables continuas y
enteras, son llamados de programación entera mixta.68 TP PT
Los problemas de programación matemática son usualmente resueltos por el

método simplex; los problemas que involucran programación entera o entera
mixta, usualmente son resueltos por el método de ramificación y acotación, el
cual consiste en primero relajar el problema entero, resolviéndolo como si fuera
un problema con variables continuas. Según el resultado de esta primera
solución, se toman las variables que deberían ser enteras, y si el resultado no
lo es, se divide el problema en sub divisiones lineales, de forma sucesiva hasta
que se encuentra una respuesta optima que satisface todas las restricciones
del problema, incluyendo las de integralidad de las variables. En los problemas
lineales, existe siempre un problema paralelo lineal que se puede resolver
simultáneamente al resolver el problema original. Al problema original, también
se le conoce como el “primal” y al problema paralelo se le conoce como el
68
TP PT RARDIN. Ronald. Op Cit. p. 52.
34
“dual” y se puede usar para obtener una solución al problema original, en
donde las variables proporcionan información útil acerca de la solución optima
del problema original planteado; el problema dual resulta directamente del
planteamiento del problema primal y presenta como principal relación: Si el
problema primal es de minimización, el dual será de maximización y
viceversa69. TP PT
Se puede identificar, en los problemas de investigación de operaciones, varios

componentes aparte de las variables. Los índices, son entidades físicas que
interactúan en el modelo. Cuando los índices se agrupan o se relacionan entre
si de alguna manera, se le conoce como conjunto. Las características o
atributos de las entidades físicas y sus relaciones entre si, se denominan
parámetros.
3.1.4.1 Complejidad computacional
La complejidad computacional se presenta en debido al gran número de

operaciones, según la técnica de programación matemática que se utilice, por
ejemplo el algoritmo simplex, para encontrar una solución optima debe explorar
todas las aristas del hipercubo donde se concentran el universo de opciones,
en caso de que este tenga una respuesta acotada y factible. Cuando el
problema es demasiado grande, el hipercubo crece exponencialmente de
manera que encontrar la solución optima requiere mucho tiempo. Algunos
autores70 han calculado el tiempo de resolución de un problema, basándose en
TP PT
la cantidad de datos de entrada, y ha encontrado que con una cierta cantidad

de datos de entrada y variables de resolución, el tiempo de procesamiento para
hallar una respuesta se encuentra en el orden de años e incluso siglos. Para
estos casos, la investigación de operaciones propone una variedad de distintas
técnicas de resolución de problemas, basados en algoritmos heurísticos
(algoritmos metaheurísticos y genéticos) e incluso no lineales (Algoritmo
elipsoidal de Khachian y algoritmo proyectivo de Karmarkar). Existen también
otras técnicas para simplificar los problemas de programación lineal, las cuales
buscan relajar o fraccionar el problema inicial, de tal manera que se pueda
encontrar una solución optima más eficientemente. Básicamente el objetivo es
convertir el gran problema inicial, en varios problemas de menor tamaño de
manera que se puedar trabajar coordinadamente. Entre estas técnicas se
encuentran las tecincas de Dantzig-Wolfe, de Benders o de Lagrange, que son
todos equivalentes71. TP PT
69
TP BAZARAA, Mokhtar. Programación lineal y flujo en redes. Ciudad de Mexico: Limusa, Noriega editores. 1999.
PT
p. 287.
70
TP Ibid., p. 439.
PT
71
TP BAZARAA, Mokhtar. Op cit., p. 375.
PT
35
3.1.4.2 Software de optimización
Debido a la complejidad y a la gran cantidad de cálculos requeridos en los

problemas de programación matemática, frecuentemente se recurre a software
especializado en optimización. En el mercado se puede encontrar una amplia
gama de programas dedicados a cualquier tarea requerida por la programación
matemática, tales como: Lindo y WinQSB, para problemas lineales, Lingo y
What´s best, para problemas no lineales. En la programación lineal y en la
programación entera mixta, son frecuentemente utilizados GAMS (General
Algebraic Modeling System), AMPL (A Modeling Language for Mathematical
Programming) y ILOG OPL Studio. GAMS es un lenguaje de programación que
permite el modelado, análisis y resolución de diversos problemas de
optimización72. Este software, consiste en un sistema que reúne un compilador
TP PT
de lenguaje y solucionadores o solvers. Por el compilador de lenguaje, GAMS

se adapta a los requerimientos de modelación complejas y de alto nivel, de una
típica aplicación de la vida real. El rango de aplicación de este software abarca
problemas lineales, no lineales y de programación entera mixta. Una ventaja de
este programa sobre otros, es su lenguaje de programación, el cual es similar a
los lenguajes de programación comerciales encontrados en el mercado. GAMS,
cuenta con el solver CPLEX, el cual es una poderosa herramienta de cálculo
para resolver problemas de todo tipo, realizando optimización lineal,
optimización de barrera y solucionadores de programación lineal entera mixta.
3.2 CASOS DE ESTUDIO
Durante esta sección, se realiza una revisión bibliográfica de casos

relacionados con: 1. gestión de RS y 2. optimización en la ubicación de
infraestructura. A través de los casos se presentan las experiencias de otros
autores en los temas relacionados. Dichas experiencias se toman como
referencia para iniciar y orientar el presente trabajo de tesis. En el Anexo 4 se
encuentra una descripción mas detallada de cada caso de estudio. Los casos
presentados a continuación en los numerales 3.2.1 y 3.2.2, se toman por
sugerencia del ingeniero asesor Camilo García, de su experiencia en la
consultoría en aplicaciones de investigación de operaciones.
72
TP2. PT CASTILLO, Enrique et al. Formulación y resolución de modelos de programación matemática en
ingeniería y ciencia. Toledo: Universidad de Castilla – La Mancha. 2003.
36
3.2.1 Gestión de residuos sólidos
Caso 1: Jacobsen y Kristoffersen73 describen experiencias en varios países de

TP PT
la UE en reducción o minimización de RS, que apuntan a la eficiencia antes

que a métodos de tratamiento. En el informe se hace énfasis en el método
utilizado para la prevención y las características de dicho proceso. Entre las
principales conclusiones de este documento se encuentra, el éxito en las
experiencias debido a la aplicación particular de técnicas de reducción según
las características propias de cada lugar en donde se realizó la implantación,
con lo cual se logró soluciones regionales especificas. También se resalta la
necesidad de aprender de la experiencia de otros países, para adaptar y aplicar
según las distintas experiencias adquiridas. Se toma en cuenta este trabajo por
el enfoque de reducción y separación en la fuente, como caso exitoso de
estado del arte de gestión de RS. Sin embargo, el caso deja sin resolver el
interrogante de cómo se puede optimizar la operación logística de transporte de
residuos, desde una perspectiva estratégica o a largo plazo, para asegurar la
viabilidad de los distintos proyectos estudiados. Una planeación regional,
podría crear economías de escala y el resultado deseable sería una caída en
los costos de procesamiento de residuos.
Caso 2: Klundert y Muller74, presentan un panorama de la gestión de RS,

TP PT
participativa con la comunidad y el sector privado, para mejorar la recolección y

transporte de RS en Dar es Salaam, Tanzania. Dicha iniciativa presenta un
carácter económico, social y ambiental, en donde este servicio público es
realizado con una estrategia de poca infraestructura, pero con una alta
flexibilidad. Sin embargo los autores reconocen la carencia de organización y
de método en la organización de la operación, por lo cual se requiere una
organización administrativa formal, además de estudios técnicos para
determinar estrategias de planeación (estratégicas, tácticas y operativas), para
determinar aspectos como rutas de recolección, flota de transporte necesaria,
puntos de recolección y transferencia, lo cual evidencia la necesidad por
estudios de métodos e investigación de operaciones. Entre las grandes
dificultades que presentan las organizaciones impulsadas por el proyecto, se
encuentran los costos de transporte y actividades de recuperación de material.
Las rutas de transporte se pueden optimizar, reduciendo su trayecto y
realizando contratos globales de servicio con empresas de transporte a largo
plazo y con camiones de alta capacidad, de esta forma el costo por tonelada
transportada se reduce sustancialmente
73
TP EEA, European Environmental Agency. Case studies on waste minimisation practices in Europe. [On Line].
PT
(Citado en Junio, 2002) Disponible en:

<http://repository.eea.eu.int/reports/topic_report/2002_2/full_report/en/html >
74
TP KLUNDERT, Arnold Van de y MULLER, Maria. Community based waste collection and small scale enterprise
PT
development in waste recycling in Dar Es Salaam. Holanda: WASTE. Advisers on urban environment and
development. 1998. p. 8 – 16, 66 – 68.
37
Caso 3: Ljunggren75, describe la gestión nacional de RS en Suecia, soportado
TP PT
por un modelo para la toma de decisiones. El modelo consiste en una

herramienta informática para realizar la planeación estratégica a nivel nacional,
la cual evalúa entre diversas y posibles alternativas de gestión y tratamiento de
RS con sus respectivas consecuencias. El trabajo de Ljunggren es una
aplicación de la investigación de operaciones a la gestión de RS de manera
integral, en donde el objetivo es la minimización de costos y la disminución del
impacto ambiental, teniendo en cuenta: 1. la introducción de tecnologías de
tratamiento, 2. introducción de políticas de gestión, 3. potencial para materiales
reciclados, 4. reducción en generación de RS y 5. los mejores tratamientos
para ciertos materiales específicos. El modelo es de programación lineal para
un solo periodo de tiempo, y no incluye localización de infraestructura.
Caso 4: Robba y Minciardi76 realizan la planeación municipal de la gestión de

TP PT
RS por medio de un modelo de programación matemática multi-criterio o multi-

objetivo, el cual propone varios objetivos que serán maximizados y/o
minimizados, según sea el caso. Los costos y las emisiones de gases al
ambiente son objetivos a minimizar, mientras que el tiempo de llenado de los
rellenos sanitarios y la recuperación de material son objetivos a maximizar. De
esta forma el modelo plantea varias funciones objetivo para conseguir un
objetivo común. Las decisiones tomadas por el modelo conciernen a los flujos
de residuos desde los sitios de generación hasta las plantas de tratamiento.
Aunque la respuesta arrojada por el modelo es satisfactoria y adecuada para
las condiciones aplicadas, el modelo es de carácter no lineal, debido a las
divisiones del flujo de residuos a través del proceso, por lo cual requiere un
mayor esfuerzo para resolverlo, comparado con un modelo lineal. Este modelo
no realiza ubicación de infraestructura.
3.2.2 Localización de infraestructura
Caso 5: Ferrán y Sacristán77, se remiten al problema clásico de localización de

TP PT
infraestructura, donde se cuenta con un conjunto de n puntos c en el plano, en

donde n representa cualquier tipo de infraestructura, y se desea encontrar la
ubicación óptima para esta. Ferrán y Sacristán utilizan una interpretación
geométrico para su resolución: se debe encontrar el circulo mas pequeño que
encierra un conjunto de puntos n. El centro del círculo es precisamente la
ubicación de la infraestructura deseada. Este método tiene una interpretación
puramente geométrico, sin contar con otros criterios de ubicación.
75
TP LJUNGGREN, Maria. Modelling national solid waste management. En: Waste Management and Research.
PT U U
Reino Unido. Vol 18. No Marzo del 2000. p. 525 – 537.

76
TP ROBBA, M. et al. A multiobjective approach for solid waste management. Genova. Universidad de Genova,
PT
1997. 6 p
77
TP HURTADO, Ferran. Constrained facility location. Barcelona. Universidad de Cataluña, 1998. 2 p.
PT
38
Caso 6: Malarín y Vaughan78, del Banco Interamericano de Desarrollo,
TP PT
proponen un modelo matemático de programación entera mixta para ubicar

sitios de disposición de rellenos sanitarios, aplicado posteriormente a un área
de estudio (Jamaica). La programación del modelo se hace teniendo en cuenta
distintos objetivos; económicos, sociales y ambientales. Sin embargo, esto no
se hace simultáneamente, sino por el contrario, primero se realiza el modelo
teniendo en cuenta únicamente los objetivos económicos, luego se le adiciona
al modelo los objetivos sociales y por último los objetivos ambientales. Para la
construcción del modelo matemático de esta tesis, se tendrá en cuenta las
referencias de este caso y el caso siguiente de Prawiradinata.
Caso 7: Prawiradinata79, en su modelo integrado de manejo de RS realiza una

TP PT
aplicación, basada principalmente en el trabajo de Chang80 sobre optimización TP PT
de la gestión de RS, en donde se fija como objetivos: 1. encontrar las

operaciones óptimas de gestión de RS, 2. definir las expansiones de capacidad
de las plantas y 3. ubicar las plantas, utilizando programación lineal entera
mixta. Con estos objetivos en mente, el modelo es formulado y posteriormente
aplicado a un área geográfica, para luego realizar los ajustes necesarios.
La metodología utilizada por Prawiradinata, primero desarrolla un modelo

analítico que sirve para develar las complejas relaciones que poseen las
estructuras de costos en la operación de un relleno sanitario, teniendo en
cuenta el reciclaje y la recolección; lo cual permite introducir varios posibles
escenarios de costos, incluyendo economías de escala en la operación. En
segundo lugar, se formula un modelo basado en el modelo anterior, el cual
tiene en cuenta los distintos elementos de la gestión de RS, como;
Infraestructura de transformación (principalmente plantas de compostaje, de
incineración y de recuperación de energía), estaciones de transferencia,
centros de reciclado y naturalmente puntos de generación de RS. Por último es
modelo es resuelto en un área geográfica, la cual consiste en el distrito central
de Ohio y es resuelto para varios escenarios: posteriormente es sujeto a un
análisis de sensibilidad, lo cual determina el impacto ante los cambios en la
capacidad, tasas de interés, crecimiento en la generación de RS, políticas de
reciclaje y vida útil de los rellenos sanitarios. Entre las bondades del modelo, se
resalta la inclusión y manejo de costos reales por medio de economías de
escala según el tamaño de la operación, disminución de la capacidad de las
plantas e incluso el cierre de las mismas, lo que conduce a deseconomías de
escala.
78
TP MALARIN, Hector y VAUGHAN, William. An approach to the economic analysis of solid waste disposal
PT
alternatives. Washington. Banco Interamericano de Desarrollo, 1997. 47 p.

79
TP PRAWIRADINATA, Rudy. Integrated solid waste management model: The case of Central Ohio District.
PT
Columbia, 2004, 282 p. Trabajo de grado para acceder titulo de Doctor en Filosofía. Universidad Estatal de
Ohio. Facultad de Ingeniera y Ciencias Económicas.
80
TP CHANG, Ni Bin, et al. Solid waste management system analysis with air pollution and leachate impact
PT
limitation. En: Waste Management and Research. 1996. Vol 14. p. 165 – 186.
39
El mercado energético asigna un valor de compra a la energía a nivel nacional,
por lo cual, no influye el lugar donde es producida la energía, pero si es
decisiva una estructura de costos que permita la viabilidad del precio, con
relación al mercado. Dicha estructura incluye aspectos como, un adecuado
aprovechamiento de la capacidad instalada de la planta de procesamiento, en
relación al suministro de RS, y a su vez un mínimo transporte de estos hasta la
planta. El modelo matemático, permite analizar de forma sistémica e integral
las anteriores consideraciones, incluyendo un análisis de sensibilidad, que en la
realidad permite guiar aún mejor la toma de decisiones relacionada con
ubicación de instalaciones de procesamiento de RS.
40
4. ZONA DE ESTUDIO
La planeación estratégica de los RS, es comúnmente realizada a nivel

municipal, dado que son los municipios los directos encargados de la
disposición final de RS. Por otra parte, es necesaria una zona de estudio para
probar el correcto funcionamiento del modelo matemático de ubicación de
infraestructura. Teniendo en cuenta esto último, se escoge el Departamento de
Cundinamarca para realizar pruebas de una posible ubicación de una planta de
tratamiento de RS, utilizando el modelo matemático desarrollado en esta tesis.
Se selecciona el Departamento de Cundinamarca, por motivos de cercanía y
conocimientos del autor, sobre este departamento.
Figura 10. Estructura para describir la zona de estudio.
ASPECTOS GENERALES
Cundinamarca está localizado en el centro del país, donde limita al norte con
Boyacá, al este con Boyacá y Meta, al sur con Meta, Huila y Tolima, y al oeste
con el departamento del Tolima, separado de este por el río Magdalena. Posee
una extensión de 24.210 km2, lo que corresponde al 2.1% del territorio
P
P
nacional, en donde por su variada geografía goza de una variedad de climas

iniciando en los 4.500 m.s.n.m., con el páramo de Sumapaz, pasando por la
sabana de Bogotá, hasta las zonas bajas de río Magdalena. La economía del
departamento se basa en la industria (principalmente localizada al norte), el
comercio, los servicios, el turismo, la explotación minera y las actividades
agropecuarias. Se resalta la actividad agrícola del departamento, en donde los
principales cultivos son: caña de azúcar, café, maíz, fríjol, yuca, plátano,
verduras, legumbres, árboles frutales y flores81. Se estima que en
TP PT
Cundinamarca, en el año 2006, residen cerca de 1.4 Millones de habitantes,

según estimaciones del DANE. La región central se destaca como la de mayor
población, agrupando aproximadamente el 60% de los habitantes del
81
TP PT ENCARTA. Cundinamarca. Microsoft Encarta 2001.
41
departamento82. Geopolíticamente, Cundinamarca esta dividida en 15
TP PT
provincias, que a su vez están divididas en un total de 116 municipios. Los

municipios de cada provincia se encuentran en la Tabla 12 del Anexo 2.
SITUACIÓN DE LOS RESIDUOS SÓLIDOS EN CUNDINAMARCA
Cada municipio es autónomo en el manejo de los RS; sin embargo reciben

apoyo de instituciones gubernamentales y privadas, con el objetivo de mejorar
en los PGIRS. Actualmente el 78% de los municipios utilizan botaderos a cielo
abierto, el 14% usan rellenos sanitarios y solo un 8% de los municipios operan
planta integral de RS 83. TP PT
La caracterización de los RS en el departamento de Cundinamarca, es similar

entre sus distintos municipios, debido principalmente a la naturaleza
agroindustrial del departamento. Sin embargo, en rigor de las costumbres de
los pobladores de la región, cada municipio presenta una caracterización en
particular, según la época del año, el clima y el nivel de progreso del sector.
Según pruebas de campo del Ingeniero Guillermo Velazco, más del 65% de los
RS de Cundinamarca, son de contenido orgánico, el 20.5% es susceptible de
reciclaje y el restante es distribuido para escombreras (4.4%), residuos de
manejo especial (residuos patógenos, 0.7%) y para disposición final en rellenos
sanitarios (8.9%)84. Las pruebas de campo realizadas por el Ingeniero
TP PT
Guillermo Velasco, consistieron en recolección y toma de muestras de RS a la

entrada de rellenos sanitarios, en donde seleccionaban cierta cantidad de RS
para ser sometidos a un pesaje y a una posterior clasificación según su
contenido. El sitio de disposición de RS mas importante de Cundinamarca es el
área de Mondoñedo, donde disponen sus RS 42 municipios, lo que significa
aproximadamente el 70% de la producción total de RS de Cundinamarca, lo
cual equivale cerca de 500 toneladas diarias de RS 85. Este sitio esta localizado
TP PT
a 9.1 km del municipio de Mosquera. El resto de municipios (74), disponen de

sus RS en otros sitios, aunque la mayoría lo hace en botaderos a cielo abierto
dentro de su jurisdicción. Girardot, Ricaurte, San Bernardo y Pandi disponen
sus RS en un relleno sanitario a 5 km de Giradot, cuya capacidad de operación
a largo plazo es corta, con solo 2.5 años restantes. Cáqueza, Chipaque,
Choachí, Fomeque, Quetame y Ubaque disponen sus RS en el relleno sanitario
de Doña Juana. Choconta, Villapinzon, Arbelaez, Apulo, Cucunubá y Carmen
de Carupa disponen sus RS en rellenos propios. Los municipios de Guatavita,
Sesquelé, Suesca, Junín, Gachancipá, Fosca, Guayabetal y Pasca disponen
sus RS en una planta integral de tratamiento ubicada en Guatavita. El relleno
82
TP HERRERA CARRILLO, Ricardo. Lineamientos generales para el manejo de residuos sólidos en el
PT
Departamento de Cundinamarca: Informe Final. Bogota: s.n., 2003. p 5.

83
TP HERRERA CARRILLO, Ricardo. Op Cit. p 6.
PT
84
TP HERRERA CARRILLO, Ricardo. Op Cit. p 34, 35.
PT
85
TP AMBIENTAL.NET. Crisis de basuras en ciudades colombianas: cinco mil toneladas de basuras acosan a
PT
diario a nueve capitales. Op., Cit.
42
sanitario de Mondoñedo ha funcionado por casi una década como botadero a
cielo abierto, ya que carece de las características técnicas para ser un centro
de disposición final con una adecuada gestión ambiental.
Los cálculos de producción de RS para el año 2005 de Cundinamarca, indican

que en el departamento se producen en promedio cerca de 898 toneladas
diarias de RS (la producción de residuos en los cascos urbanos se estima en
860 toneladas diarias86); de esta cifra, la participación per capita promedio se
TP PT
encuentra en 7.73 kg. / Hab. / Día. Esta cifra se ha incrementado con respecto
al 2003 en 4.78%, mientras que la proyección de crecimiento de la población se
estima en 2.3%87. En la Tabla 13a del Anexo 2, se encuentran las
TP PT
características de la población urbana de las distintas provincias de

Cundinamarca, junto con la participación de la población, el índice PPC, la
producción diaria de RS y la participación en la generación de RS con respecto
al total del departamento. Adicionalmente, en la Tabla 14 del Anexo 2, se
encuentra la clasificación de la caracterización de los RS para los municipios
de Cundinamarca, de las pruebas de campo del Ingeniero Guillermo Velasco.
SELECCIÓN DE MUNICIPIOS PARA EL ESTUDIO
La elección de los municipios, se debe principalmente a la facilidad de acceso a

los datos necesarios y requeridos para una implementación del modelo
matemático (capitulo siguiente). Existen varios trabajos recientes sobre el área
de Cundinamarca, que involucran la gestión de RS y asuntos relacionados con
el tema, como el Estudio de factibilidad para estaciones de transferencia
en el área de influencia de los municipios del acuerdo CAR – BID para el
proyecto de Mondoñedo, del ingeniero Guillermo Velazco, o también el
trabajo de Lineamientos generales para el manejo de residuos sólidos en
el departamento de Cundinamarca, cuyos autores son la Gobernación de
Cundinamarca y el ingeniero Ricardo Herrera. Estos trabajos son relacionados
en la bibliografía y fueron tomados como principal referencia para los datos de
los diferentes municipios seleccionados de Cundinamarca, por su relevancia en
el tema.
El área de estudio elegida, consiste de las provincias Sabana Centro y Sabana

Occidente, las cuales cuentan con una población agregada de 621.146
habitantes (74% viven en áreas rurales y el restante en áreas urbanas). Estas
dos provincias representan el 34% del total de la población del departamento,
con un total de 19 municipios, en donde 11 municipios corresponden a Sabana
Centro y 8 municipios a Sabana Occidente. Se escogen estas dos provincias
por varias razones: 1. Poseen una cantidad representativa de habitantes en el
departamento, los cuales aportan una cantidad importante de RS (36.63% del
86
TP PT HERRERA CARRILLO, Ricardo. Op Cit. p. 5.
87
TP PT HERRERA CARRILLO, Ricardo. Op Cit. p 19.
43
total de RS del departamento), 2. Son la segunda y tercera provincia con mayor
producción de RS; la primera provincia es Soacha, la cual se compone de un
solo municipio, con lo cual no se podría apreciar las bondades de ubicación del
modelo matemático, 3. Estas dos provincias son contiguas entre si (ver Figura
11, del Anexo 3: provincias del departamento de Cundinamarca); la siguiente
provincia importante en participación de población y de RS no esta
geográficamente contigua (Alto Magdalena), lo cual resultaría en una área
discontinua, y 4. al aumentar la cantidad de municipios del estudio, la
complejidad computacional del modelo matemático crece exponencialmente,
dificultando su respectiva implementación y ejecución. En la Tabla 12b del
Anexo 2, se aprecian las características generales de las dos provincias en
generación de RS. Para la zona seleccionada, los cultivos son una importante
fuente de RS de naturaleza orgánica. Se resaltan los cultivos transitorios,
anuales y permanentes; entre los cultivos transitorios se encuentran la arveja,
la papa y el tomate; entre los cultivos permanentes se encuentran las flores, el
plátano, el banano, los cítricos y los frutales; entre los cultivos anuales se
encuentra principalmente el maíz y el café88. Las dos provincias
TP PT
seleccionadas, presentan una PPC combinada de 0.7 (por separado es de 0.74

para Sabana Centro y 0.66 para Sabana Occidente). En la provincia Sabana
Centro el 66% de la población vive en la cabecera municipal, mientras que en
la provincia Sabana Occidente el 84% vive en la cabecera municipal. En la
provincia Sabana Centro, las poblaciones de Zipaquira, Chia y Cajica acumulan
cerca del 64% de la población de la provincia. De forma similar, en la provincia
Sabana Occidente las poblaciones de Facatativa, Funza y Madrid suman cerca
del 77% de la población de la provincia. Las anteriores poblaciones constituyen
los principales centros urbanos de las provincias Sabana Centro y Sabana
Occidente.
De la provincia Sabana Centro, siete municipios disponen sus RS en

Mondoñedo, uno dispone en una planta integral de tratamiento, la cual consiste
en la planta de tratamiento de Guatavita, y el último dispone sus RS en un
botadero en el mismo municipio. Por otra parte, de la provincia Sabana
Occidente, la totalidad de los municipios de esta provincia dispone los RS en el
botadero de Mondoñedo. En cuanto al servicio de recolección de RS, para
ambas provincias la cobertura se estima en un rango entre un 70 y un 96%; el
servicio es prestado por el mismo municipio89.TP PT
88
TP GOBERNACION DE CUNDINAMARCA. Estadísticas de Cundinamarca 1998 – 2000. Bogotá Empresa
PT
Editorial de Cundinamarca, 2002. p. 223 – 254.

89
TP HERRERA CARRILLO, Ricardo. Op Cit. p. Anexo 2.1.
PT
44
5. MODELO
El modelo matemático que se presenta a continuación, tiene como objetivo la

ubicación de plantas de generación de energía eléctrica a partir del
procesamiento de RS. El modelo realiza la ubicación de las plantas, teniendo
en cuenta varios aspectos como el volumen de RS generados, los posibles
sitios de ubicación de plantas, la caracterización o composición de los RS a
tratar, las diferentes capacidades de planta posibles, junto con sus respectivas
eficiencias, precios, tarifas y costos involucrados en el proceso.
Adicionalmente, el modelo tiene en cuenta cada una de estas condiciones, para
diferentes periodos de tiempo, de tal manera que la planeación sea más
concisa y eficaz en un horizonte de planeación de mediano o largo plazo.
Figura 12. Estructura utilizada para describir el modelo matemático.
45
5.1 DESCRIPCIÓN DEL SISTEMA
El movimiento de RS, tradicionalmente está regido por la legislación que regula

la prestación de servicios públicos y entre estos, las distintas etapas que
conllevan a la disposición final de los RS. Dado que el modelo matemático para
la ubicación de infraestructura desarrollado en esta tesis, es de carácter
agregado y a largo plazo, los detalles que se tratan en las normas y
regulaciones correspondientes a la gestión de RS, no se aplican, ya que estas
normas fundamentalmente inciden en el día a día y en el corto plazo de la
operación de RS; el modelo trata con cantidades agregadas de RS, a nivel
estratégico. Sin embargo, por la tecnología utilizada, la gestión de dichos
residuos se convierte en una cadena de suministro que debe asegurar el
aprovisionamiento de cierta cantidad de “materia prima” para el buen
funcionamiento de las plantas y para lograr eficacia y eficiencia en la inversión,
por medio del aprovechamiento de capacidad instalada, según sea el tipo de
planta. De esta manera el modelo integra los niveles de oferta con la capacidad
de las plantas de tratamiento. El modelo matemático integra una complicación
más en la toma de decisiones para ubicar la planta de tratamiento: el tiempo, el
cual es un factor crítico en este tipo de decisiones debido entre otras, a la
dinámica de la oferta de RS en el transcurso del tiempo, determinada en buena
parte por el crecimiento de la población y cambios socioculturales. Los costos
en el tiempo también se ven afectados, debido al usual incremento en el valor
de los productos y servicios.
5.1.1 Cadena de abastecimiento actual de residuos sólidos
Las etapas establecidas90 en la gestión de RS son: recolección, transporte,

TP PT
barrido y limpieza de calles, transferencia, tratamiento, aprovechamiento y

disposición final.
Barrido y limpieza
Esta operación consiste en recorrer toda la ciudad, recogiendo los RS

producidos por casas, edificios y complejos industriales, teniendo en cuenta
que también se recogen los RS de las calles y aceras de la ciudad. Debido al
considerable tamaño de las ciudades importantes, desde el punto de vista
operativo, este proceso se realiza a través de segmentar la ciudades en áreas
mas pequeñas, de tal manera que para un equipo de recolección de residuos,
les sea posible abarcar dicha área en su totalidad de manera organizada y
90
TPMINISTERIO DEL MEDIO AMBIENTE. Decreto No 1713, por el cual se reglamenta la ley 142 de 1994, la ley
PT
632 del 2000 y la ley 689 del 2001 en relación con la prestación del servicio publico de aseo, y el Decreto Ley
2811 de 1974 y la ley 99 de 1993 en relación con la Gestión Integral de Residuos Sólidos. Bogota, 2002.
Disponible en:
< http://www.minambiente.gov.co/sias/Descarga/DECRETO%201713%20-%20ASEO.htm >
46
coherente. Esto conlleva a la utilización de micro rutas, las cuales operan sobre
dichos segmentos de ciudad, los cuales son definidos por la empresa
prestadora de dicho servicio público. Es así como a través de una flotilla de
camiones recolectores, usualmente de distintos tipos y capacidades, se realiza
periódicamente está operación en un tiempo determinado; las empresas
prestadoras de este servicio, tienen por norma la minimización en los impactos
que pueda producir esta operación a la ciudad. El modelo es de carácter
estratégico, por lo cual esta relacionado con estas actividades a nivel
agregado, en donde la demanda de servicios públicos de recolección se tiene
en cuenta en cantidades anuales.
Transporte
Luego de recolectar los RS, estos deben ser transportados a un lugar de

disposición, bien sea a una planta de procesamiento, o un relleno sanitario. El
micro ruteo, soluciona parcialmente aspectos de eficacia, productividad y
eficiencia de los encargados de la recolección de los RS. El transporte se
convierte en una operación crítica para el proceso, debido a que se repite
muchas veces en el año y produce costos operativos escalonados, siendo
dependiente de los valores de fletes, y a su vez directamente relacionados con
la producción de RS. La flota de vehículos utilizados para este fin es otro factor
que influye directamente en los costos operativos, vitales para la rentabilidad
de la compañía prestadora de servicios de aseo. Los vehículos utilizados en el
transporte en la ciudad, no son usualmente los mismos que se utilizan en las
veredas y áreas rurales; por el tamaño de la ciudad, los vehículos deben contar
con sistemas de compresión de desechos, que compacten los RS a la medida
en que son recolectados, con el fin de aumentar la capacidad de carga y
disminuir los costos unitarios de transporte. Sin embargo, estos mismos
vehículos resultan ineficientes cuando se debe transportar los RS a grandes
distancias, a plantas de tratamiento o sitios de disposición final, debido a que
los costos unitarios son altos. Es por esta razón que, cuando se presentan
distancias muy largas, se recurre a transferir los RS a un vehículo con mayor
capacidad que el vehículo recolector. Las dimensiones de los vehículos
contenedores de gran capacidad, imposibilitan la realización de la recolección
inicial por estos vehículos en las ciudades. Por ultimo, el costo asociado al
cubrimiento de la distancia desde los puntos o nodos de generación de RS
hasta la infraestructura de tratamiento, es un costo que puede ser disminuido
directamente al realizar una correcta ubicación de las plantas o al utilizar
estaciones de transferencia entre nodos de generación de RS y las plantas de
tratamiento.
Tratamiento y aprovechamiento
Siguiendo la política de estado, plasmada en la gestión integral de RS, primero

se debe recuperar la energía o los materiales reutilizables contenidos en los
desechos. Esto se hace en instalaciones de recuperación de energía o de
47
materiales. La tecnología planteada para el procesamiento de RS, la termólisis,
hace una muy eficiente recuperación de la energía restante y de los materiales
reutilizables. A diferencia de los tratamientos clásicos, incineración, compostaje
y reciclaje, la termólisis recupera la energía de manera más eficiente y más
limpia.
Disposición final
Según la legislación que regula la gestión de RS, la disposición final en rellenos

sanitarios debe ser para aquellos residuos que no contienen ningún tipo de
utilidad o energía aprovechable restante. Sin embargo, en países con menor
desarrollo, la capacidad de procesamiento de RS es muy limitada y los
residuos que van a parar a los rellenos sanitarios poseen todo tipo de
materiales y energía por recuperar. Es por esto que los rellenos sanitarios
deben ser tratados con la adecuada tecnología para evitar la producción
descontrolada de metano y líquidos lixiviados. Con la tecnología propuesta
para acompañar al modelo matemático en la ubicación de plantas de
procesamiento, se disminuye considerablemente estos factores nocivos y
perjudiciales para el medio ambiente.
5.1.2 Aspectos generales
En la anterior cadena de suministro está embebido el modelo de ubicación,

apoyándose en las cualidades de la tecnología seleccionada para el
procesamiento de RS. Esta tecnología, le permite además, gozar de una serie
de beneficios económicos, por transformar directamente RS en energía y en
menor proporción, material reutilizable. Es a través de esta tecnología, en la
cual la venta de energía y material reutilizable, le permite al modelo balancear
los costos con las utilidades en los distintos sitios posibles para la construcción
de infraestructura.
El modelo matemático tiene en cuenta cada una de los anteriores procesos

para la ubicación de la infraestructura, y el posible comportamiento de los
desechos en cada una de las anteriores etapas.
Debido a la tecnología utilizada, es posible producir y comercializar electricidad

en el mercado energético, por lo cual se requiere un nivel de producción de
energía constante y estable para asegurar ingresos de dinero de la misma
forma. En esta nueva cadena de suministro, conformada por mercados
energéticos, se debe asegurar el cumplimiento de los requerimientos de
energía para ser un buen proveedor de este servicio público.
Debido a esta visión de negocio que se obtiene de la gestión de RS, traducida

en una cadena de suministro, se debe asegurar bajos costos operativos, los
48
cuales se pueden obtener con una adecuada planeación estratégica a largo
plazo. Por ende se debe ubicar las plantas de procesamiento de forma
estratégica, teniendo en cuenta los distintos parámetros y variables que
influyen en esta decisión, y además un adecuado horizonte de planeación, ya
que de esta forma se estarán reduciendo varios costos operativos.
En los enfoques anteriores de ubicación de plantas para la gestión de los RS,

al modelar el sistema, se basaba principalmente en disminuir los costos de
trasladar los resididos sólidos desde uno o varios sitios, hasta un sitio probable
para la disposición final. En el caso de este proyecto, no solo se trata de
disminuir los costos asociados a este manejo, sino maximizar las utilidades
obtenidas por la venta de energía y materiales reciclados.
5.2 MODELO DE LOCALIZACIÓN
Teniendo en cuenta los anteriores aspectos del sistema, a continuación se

presenta el modelo matemático, descrito por sus distintos componentes, para
llegar a la complejidad de las ecuaciones y demás condiciones naturales
necesarias para alcanzar un punto de optimización.
5.2.1 Descripción
El modelo de ubicación, esta compuesto por índices, parámetros, variables y

ecuaciones, los cuales definen el comportamiento del modelo. Básicamente, el
modelo trata de encontrar la mejor ubicación para cubrir la oferta de RS de un
área determinada, de tal forma que, todos los RS sean dispuestos en algún
sitio, y que a su vez la ubicación de ese sitio sea óptimo para garantizar bajos
costos y máxima utilidad posible. El modelo entonces, no solo encuentra el
centroide geográfico del área, sino además tiene en cuenta distintas
dimensiones que afectan económicamente esta decisión, como el volumen de
RS generados por un centro productor (municipios), las características de los
RS (calidad de los desechos), precio de venta de los productos, y una variedad
de costos. El modelo de ubicación tiene en cuenta estas generalidades para
tomar una decisión en cuanto a la localización de infraestructura, e incluso,
tiene en cuenta el tipo de infraestructura que debería ubicar para lograr un
óptimo adecuado no solo a las condiciones y características geográficas,
demográficas y demás, sino a las condiciones y posibilidades técnicas de
operación en las plantas de tratamiento.
49
5.2.2 Características generales
El modelo consta de una serie de nodos de generación, que en términos

prácticos son los municipios, y nodos de construcción, los cuales sirven para la
ubicación de plantas de termólisis o estaciones de transferencia. Dichos nodos
de ubicación forman una malla donde se puede construir infraestructura. A
partir de esta información, y de las restricciones que se expondrán mas
adelante, el modelo construye un sistema de ecuaciones, en donde
dependiendo de la factibilidad de los datos, es capaz de resolver dicho sistema
para encontrar una ubicación en donde se maximice la utilidad generada por la
ecuación.
Distancia.
Es la primera dimensión lógica que el sistema de ecuaciones, descrito como el

modelo matemático, que se tiene en cuenta para la ubicación de las plantas de
tratamiento. En el sistema de ecuaciones se tiene en cuenta el centro
geográfico (Tomado con referencia al Paralelo de Ecuador y al meridiano de
Greenwich), del área en detalle para la ubicación de infraestructura; sin
embargo se esperaría que la ubicación óptima no necesariamente se encuentre
allí debido a otras consideraciones, tales como la oferta de residuos ó
diferentes tarifas entre municipios y posibles sitios de construcción de plantas
de tratamiento ó estaciones de transferencia. Los datos cargados en el modelo
corresponden a distancias entre nodos de generación y nodos de construcción
de infraestructura, ya sea plantas o estaciones de transferencia. Esta distancia
tiene como objetivo aportar al modelo, la magnitud que debería recorrer los RS
desde cualquier nodo de generación hasta cualquier nodo de construcción.
También se tiene en cuenta las distancias entre los distintos nodos de
construcción (necesaria para conocer la distancia a recorrer en caso de ubicar
estaciones de transferencia). Lo anterior se puede aclarar por medio de la
Figura 13, a continuación. En dicha figura, se puede apreciar la cantidad de
posibilidades para enviar los RS. El modelo debe decidir que ruta tomar para
enviar los RS. Como resultado de la ruta, se encuentran los nodos donde se
deben realizar construcciones de estaciones de transferencia y / o de plantas
de termólisis. Cabe resaltar que los municipios pueden enviar RS directamente
a las plantas o a través de estaciones de transferencia.
50
Figura 13. Distancias requeridas para el modelo de ubicación, entre los nodos
de generación de residuos sólidos y los nodos de construcción de
infraestructura.
Nota: En la figura se muestra el posible flujo de RS, desde un nodo generador (municipios), hasta todos
los posibles nodos de construcción (estaciones de transferencia o plantas de termólisis). No se grafica los
flujos para cada uno de los nodos de generación a la izquierda, debido a la gran cantidad de líneas que
ocasionaría en el dibujo, sin embargo para cada nodo existe la misma cantidad de líneas, las cuales
representan los posibles flujos de residuos con los nodos de construcción.
Oferta y caracterización de residuos sólidos
La oferta y caracterización de RS, es otra dimensión sobre la cual el modelo

debe decidir en donde ubicar las plantas de tratamiento. Esta dimensión tiene
un efecto positivo sobre el ingreso, lo cual quiere decir que el modelo tratará de
maximizarlo. Esto ocurre porque los elementos que entran como RS, salen
como productos, por el cual se percibe una entrada económica, dependiendo
de los precios de venta de dichos productos. Sin embargo, el volumen y la
composición de RS son dos dimensiones distintas, con un profundo vínculo
entre si: el principal producto de las plantas de tratamiento de RS, es la energía
eléctrica, y esta se genera a partir de la biomasa contenida en los desechos.
Por lo tanto, si el volumen de desechos es alto, pero a su vez el contenido de
biomasa de estos es bajo, la generación de energía resultara baja. Si por el
contrario, los RS poseen un alto componente de biomasa, pero el volumen
resulta insuficiente, el resultado en términos de producción de energía eléctrica
será el mismo. Esta situación es diferente para cada municipio o nodo
generador de desechos, según sean sus condiciones y atributos socio-
51
culturales. Debido a esto, se puede afirmar que es en realidad una dimensión
contenida dentro de otra. Si se combina la oferta de RS con la figura anterior,
se podría obtener la Figura 14, a continuación
Figura 14. Diagrama de distancias combinado con la oferta de residuos

sólidos, para el modelo de ubicación.
Nota: La construcción de la grafica es similar a la de la Figura 13, pero se diferencia de los círculos
concéntricos en los nodos de generación de RS. Estos círculos, básicamente representan la cantidad de
residuos ofertada por el nodo (locuaz se relaciona con el tamaño del municipio en cuestión) y dentro de la
dicha oferta, el contenido de biomasa utilizable. En términos prácticos, esto significa por ejemplo, que
Zipaquirá puede tener una gran oferta de RS, pero la cantidad de biomasa utilizable es muy reducida,
mientras que Tenjo puede tener una menor oferta de RS, pero la biomasa contenida se encuentra en una
proporción mas alta.
Precios de venta de productos.
Los precios de venta de los productos definen la inclinación del modelo por
ciertos productos, debido a que al maximizar la ecuación objetivo, estos costos
tienen un peso determinante en la respuesta del modelo. Dichos precios tienen
una relación intrínseca con la ubicación de la planta, ya que al inclinarse, el
modelo matemático, por los productos con mayor ganancia, también se inclina
por los lugares en donde es producido con mayor insistencia por parte de la
población. Es así, como económicamente el modelo decide, según el atractivo
52
económico, en donde es más rentable ubicar una planta de tratamiento por
termólisis, desde el objetivo de maximizar ingresos.
Costo de la operación.
Así como el precio de venta define el atractivo económico de un producto y por

ende, el atractivo de un lugar de construcción, para el modelo los costos
definen su viabilidad. En otras palabras, el modelo tiende a buscar las opciones
en donde la relación ingreso – costo, sea más rentable. De esta forma el
modelo no solo revisa los ingresos, sino el margen de utilidad de posicionar
una planta en algún sitio, teniendo en cuenta las características antes vistas,
como la distancia y el volumen de RS producidos.
Tiempo
Un elemento fundamental en la modelación matemática de esta situación, es el

tiempo, el cual le da una profunda dimensión en las decisiones que toma el
modelo matemático. La generación de RS no es un suceso que ocurre una sola
vez de manera estática, sino por el contrario es una realidad que ocurre todos
los días. Es por esto que el modelo matemático contempla también la
generación de RS en el tiempo, y teniendo en cuenta como sucederá esto en el
futuro, se puede realizar una mejor planeación. Con esta nueva dimensión el
modelo matemático adquiere una nueva complejidad, entre otras porque el
modelo se ve obligado a tener memoria, para considerar todos los posibles
caminos que debe recorrer. Es decir, si el modelo abre una planta de
tratamiento en un tiempo n, de ahí en adelante la deberá tenerla en cuenta y
considerar este hecho en relación con los demás, especialmente en términos
de flujo de RS y costos incurridos. Lo anterior se explica en la Figura 15 a
continuación.
Figura 15. Implicaciones del manejo del tiempo en el modelo para una planta
de tratamiento o estación de transferencia.
53
Coeficientes de termólisis
Los coeficientes de termólisis son los enlaces entre los RS que ingresan a la
planta y los productos generados por las mismas. Los coeficientes de termólisis
indican cuanto se produce de un producto cualquiera q (los productos
básicamente son energía eléctrica y elementos reciclables, como vidrio y
metales), en una planta de tipo l, para un tipo de residuo sólido c. En otras
palabras, estos coeficientes indican la relación insumo-producto que se obtiene
al procesar los RS, en los distintos tipos de plantas de termólisis. De esta
forma, se describe cuanto es el rendimiento de un desecho en un tipo de
planta, de tal forma que el modelo para ubicar la planta, tiene en cuenta las
características de cada sitio de generación de RS. Esto conlleva a que el
modelo prototipo no solo ubique la planta, guiándose por la cantidad o volumen
de RS producidos por un ente generador, sino también por la calidad de sus
RS.
Los coeficientes de termólisis dependen básicamente de las condiciones

técnicas y variedad de productos de las plantas de termólisis. La eficiencia en
la maquinaria, al consumir altos volúmenes de RS es un componente que
produce economías de escala en términos de rendimiento de materia prima en
producto, lo cual esta focalizado en la capacidad de los termolizadores, ya que
este es el componente fundamental de las plantas de termólisis. Debido a la
falta de información sobre esta maquinaria, se podría suponer por comparación
con otro tipo de maquinaria similar, que a mayor capacidad de procesamiento,
mayor rendimiento presenta en generación de producto (energía eléctrica
principalmente)
Producción de residuos sólidos
La producción de RS en años futuros, está ligada a la evolución de las

comunidades, en donde aspectos como tradiciones y cambios culturales
definen los niveles de RS generados. Esto define la composición de los RS.
Como se pudo apreciar en el capitulo 1, las economías mas desarrolladas
presentan una fuerte tendencia a desechar elementos de tipo plástico y papel
en general, mientras las comunidades menos desarrolladas presentan una
fuerte inclinación hacia los residuos orgánicos. El volumen de los RS
generados, está ligado a aspectos como el tamaño y la densidad de la
población, y a realidades socio-culturales como el nivel económico y la
orientación que se posea hacia el reciclaje. En el mediano y largo plazo, el
cambio de las anteriores características en cuanto a los RS de una población,
se ven influenciados por temas como la migración y los lentos pero continuos
cambios culturales. En relación a esto, se puede suponer una estrecha relación
entre las variaciones del volumen de desechos generados y el crecimiento de
una población. Como las poblaciones siempre tienden a crecer, la producción
de RS también. Adicionalmente se puede suponer que con la composición de
los RS no ocurre el mismo fenómeno, es decir que el nivel de residuos
54
orgánicos contenidos en la basura, no tiene porque aumentar; al contrario, en
muchas poblaciones se ha demostrado que decrece (como se puede apreciar
en la sección 1.1.1 y 1.1.2 de ámbito internacional y nacional respectivamente),
como porcentaje del total de los residuos.
5.3 CONSTRUCCIÓN MATEMÁTICA
El modelo matemático utiliza la siguiente nomenclatura para sus distintos

componentes:
• Índices: Una letra en minúscula (t)

• Índices especiales: Dos letras en mayúsculas (NE)
• Parámetros: Cuatro letras en mayúsculas ( CFET(t) )
• Variables: Cinco letras en mayúsculas ( ESTRA(t, o) )
• Ecuaciones: Ocho letras en mayúsculas ( UBIC_PLAN(t,o,j) )
Esta clasificación tiene como propósito simplificar y esclarecer las relaciones

establecidas entre índices, parámetros variables y ecuaciones. Los índices
especiales, son subconjuntos de los índices y se crean para el caso específico
de los nodos de construcción. En el índice de nodos de construcción, se crean
tanto los correspondientes a las estaciones de transferencia y a los de las
plantas de termólisis. Como índices especiales, se crean un subconjunto para
los nodos correspondientes a las estaciones de transferencia y otro para los
nodos de plantas de termólisis
5.3.1 Índices
Los índices expuestos a continuación reflejan los principales actores del

modelo, sobre los cuales se tomará decisiones teniendo en cuenta las
relaciones que serán tejidas entre estos.
• Nodos de generación de residuos sólidos: Constituye los Municipios

que producen RS. En este índice no se utiliza una sola letra, debido a que
esto presentaría una dificultad en el momento de leer resultados. Por tal
razón se trata con cuatro letras
Donde; j ∈ { BOJA (Bojacá), CAJI (Cajicá), COTA (Cota), …}
• Nodos de construcción: Son aquellos en donde se puede ubicar una

planta de termólisis para tratamiento de RS o una estación de
transferencia de RS.
Donde; o ∈ {NE, IN}
55
Este conjunto esta dividido en dos subconjuntos. NE son los nodos en
donde se pueden ubicar estaciones de transferencia. IN son aquellos nodos
seleccionados para ubicación de plantas de termólisis para tratamiento de
RS. La razón de dividir estos dos subconjuntos, es porque no
necesariamente donde se pueda construir una estación de transferencia, se
pueda ubicar también una planta de termólisis y viceversa.
Donde; NE ∈ { BOJA01, CAJI01, COTA01, … } y

Donde; IN ∈ { BOJA02, CAJI02, COTA02, … }
• Tipos de plantas de termólisis: Indica los distintos tipos de plantas de

termólisis, clasificados principalmente según su capacidad.
Donde: p ∈ { p1, p2, …}
• Tipos de estaciones de transferencia: Indica los distintos tipos de

estaciones de transferencia, principalmente según su capacidad.
Donde; l ∈ { l1, l2,… }
• Clasificación de RS: Indica los distintos elementos componentes en que

se clasifican los elementos encontrados en los RS.
Donde; c ∈ { c1, c2, … }

• Tipos de productos: Indica los diferentes tipos de productos que salen
de la planta de termólisis, ya sea por separación o por producción del
proceso.
Donde; q ∈ { q1, q2, … }
• Tipos de expansiones a las plantas: Indicas los distintos tipos de

expansiones de capacidad que pueden aplicarse a una planta de
termólisis.
Donde; x ∈ { x1, x2, … }
• Periodos de tiempo: Indica cada periodo de tiempo para el modelo.
Donde; t ∈ { t1, t2, … }
56
5.3.2 Parámetros
Los parámetros indican los datos conocidos del área de estudio, del proceso,
de los productos, de los precios de venta, de los costos e inversiones
necesarias. Algunos de estos parámetros corresponden al los sitios de
generación y a características intrínsecas de los mismos. Otros corresponden a
características técnicas de la tecnología propuesta.
• Producción de RS: Este parámetro describe numéricamente la

generación de desechos, por cada nodo generador de residuos, en cada
periodo de tiempo.
Donde las unidades de RESO (j,t) son:

B B [ Kg / Año]
• Composición de los RS: Este parámetro describe numéricamente la

composición porcentual de los desechos para cada nodo productor de
residuos, en cada periodo de tiempo, del parámetro RESO.
Donde las unidades de CRSC (j,c,t) son:

B B [ Adimensional, entre 0 y 1]
• Capacidad de almacenamiento en los municipios: Este parámetro

indica el nivel de RS que un nodo de producción de residuos puede
soportar. En términos prácticos, significa cuando un municipio posee un
relleno sanitario o algún otro tipo de los sistemas vistos en la sección
3.1.1.2 para almacenar desechos, dependiendo de cada nodo productor
de desechos.
Donde las unidades de CARJ (j) son:

B [ Ton / Año]
B
• Capacidad de procesamiento de plantas de termólisis: Este parámetro

indica las toneladas que puede absorber una planta de termólisis en su
normal funcionamiento, según el tipo de planta de termólisis.
Donde las unidades de CTER (l) son: B B [ Ton / Año]
• Capacidad de estaciones de transferencia: Este parámetro indica las

toneladas que pueden pasar por una estación de transferencia de RS,
según el tipo de estación de transferencia.
Donde las unidades de CTEM (p) son:

B B [ Ton / Año]
• Cantidad inicial de RS para un municipio: Este parámetro indica

cuantos desechos posee un municipio al iniciar el primer periodo. En
términos prácticos, es describir cuanta basura posee un municipio, ya sea
por acumulación de rellenos sanitarios abiertos en años anteriores o por
alguna situación de estilo similar.
57
Donde las unidades de RESI (j) son: B B [ Ton]
• Coeficientes de transformación y rendimiento, de desechos en

producto terminado: Este parámetro indica básicamente el rendimiento
que posee un tipo de residuo dado, de un municipio o comunidad,
terminando en un producto de q características. Otra forma de ver este
indicador, es la capacidad que posee una materia prima (vistos así los
desechos) para transformarse en un producto terminado. Las unidades de
este parámetro, dependen del componente que se esté tratando, donde
básicamente pueden ser Mega Watts o Toneladas de productos
reciclados.
Donde las unidades de ITER (c,l,q) son:

B B [ MW / Ton ó Ton / Ton]
• Precio de venta de productos; Es el precio de venta de los distintos

productos que salen de termólisis, ya sea porque fueron transformados o
porque fueron segregados, sin ningun tipo de transformación o
tratamiento. Este precio se encuentra para cada producto en cada periodo
de tiempo considerado.
Donde las unidades de PVEN (q,t) son: B B [ Pesos / Ton - Año]
• Precio de disposición final: Precio pagado por disponer cada tonelada

de RS. Se encuentra para cada periodo de tiempo.
Donde las unidades de PDIS (t)B B son: [ Pesos / Ton - Año]
• Flete desde un nodo de generación de RS (municipios) a un nodo de

construcción (estación de transferencia o planta de tratamiento): Es
el precio pagado por transportar RS desde municipios hasta una posible
planta de termólisis. Este flete es alto, debido a que se utilizan vehículos
con poca capacidad de carga, pero de gran facilidad de acceso en las
ciudades, debido a sus dimensiones, lo cual produce un costo unitario alto
por tonelada de RS transportada. Este precio se encuentra para cada
periodo de tiempo.
Donde las unidades de FLE1 (t) son:

B B [ Pesos / Ton - Km]
• Flete entre nodos de construcción (desde una estación de

transferencia a una planta de tratamiento): Es el precio pagado por
transportar RS desde estaciones de transferencia hasta plantas de
tratamiento de residuos por termólisis, en vehículos de gran capacidad.
Donde las unidades de FLE2 (t) son:

B B [ Pesos / Ton - Km]
58
• Distancia desde un nodo de generación de RS hasta un nodo de
construcción: Los nodos de generación de RS, son los municipios y los
nodos de construcción, son los posibles sitios para ubicar estaciones de
transferencia o plantas de tratamiento de RS.
Donde las unidades de DIS1 (j,IN) son:

B B [ Km]
• Distancia entre nodos de construcción (de estaciones de

transferencia a plantas de tratamiento): Es la distancia entre nodos de
construcción, y en términos prácticos significa la distancia entre una
posible estación de transferencia y una posible planta de tratamiento de
RS.
Donde las unidades de DIS2 (IN,NE) son:

B B [ Km]
• Costo fijo de operación de una planta de tratamiento; Son los costos

incurridos por operar una planta de termólisis, de tipo l, durante un año.
Dichos costos están sujetos a variaciones anuales.
Donde las unidades de CFIJ (l,t)

B B son: [ Pesos / Año]
• Costo variable de operación de una planta de tratamiento: Son los

costos variables incurridos al operar en una planta de tipo l, durante un
año. Dichos costos están sujetos a variaciones anuales.
Donde las unidades de CVAR (l,t) son: B B [ Pesos / Año]
• Costo de instalación de una planta de termólisis: Indica la inversión

necesaria para instalar una planta de tratamiento de RS, de tipo l, en
cierto periodo de tiempo. Esto quiere decir que al igual que los costos fijos
y variables, esta sujeto a variaciones anuales.
Donde las unidades de INVU (l,t) son: B B [ Pesos ]
• Costo fijo de operación de una estación de transferencia: Es el costo

fijo asociado a la operación de una estación de transferencia, de tipo p,
teniendo en cuenta cada periodo de tiempo.
Donde las unidades de CFET (p,t) son: B B [ Pesos / Año ]
• Costo de inversión de estaciones de transferencia: Indica la inversión

necesaria para instalar una estación de transferencia de RS, de tipo p, en
cierto periodo de tiempo. Esta inversión esta sujeta a ajustes anuales en
el costo de la misma.
Donde las unidades de INVE (p,t) son:B B [ Pesos ]
59
• Penalización por no atender una población: Costo que se debe pagar
por cada tonelada de desechos que no se recoge en cualquier municipio.
Donde las unidades de CDEF (j,t) son: B B [ Pesos / Ton ]
• Aumento en la capacidad para una planta de termólisis: Es la

expansión de capacidad que puede sufrir una planta de termólisis, de tipo
l, en un periodo de tiempo t.
Donde las unidades de CEXP (x,l,t) son:B B [ Ton ]
• Expansión máxima a la que puede ser sometida una planta de

termólisis: Es el limite teórico en capacidad (Toneladas), de las
expansiones que puede sufrir una planta de termólisis.
Donde las unidades de EMAX (l) son: B B [ Ton ]
• Costo del aumento de capacidad: Es el costo de la inversión adicional,

por incrementar la capacidad de procesamiento de una planta de
tratamiento de termólisis, teniendo en cuenta el tipo de planta y el periodo
en que se realiza el incremento de capacidad.
Donde las unidades de CIEX (x,l,t) son:

B B [ Ton ]
• Costo fijo adicional por realizar un aumento de capacidad: Son los

costos adicionales a las plantas de termólisis por realizar una expansión
de capacidad.
Donde las unidades de CFIX (x,l,t) son:

B B [ Pesos / Año ]
5.3.3 Variables
Las variables son aquellos elementos que tienen como fin, un soporte directo
en la toma de decisiones, e inicialmente no tienen valor alguno. Estas son
manipuladas por el modelo para establecer un valor óptimo en el sistema. Las
variables utilizadas son binarias o continuas. Las ecuaciones binarias son
utilizadas para saber si construir o no en un sitio dado, lo que les otorga un
carácter estratégico reflejado en la decisión. Las variables continuas son
utilizadas para manipular flujos de material de un punto a otro, lo que les otorga
un carácter táctico, y son las que soportan las decisiones estratégicas, tomadas
por las variables binarias.
A continuación las variables utilizadas por el sistema. Entre paréntesis se

encuentran los índices que están relacionados directamente con la variable:
60
Variables continuas positivas
• Z Variable principal de la función objetivo. [Pesos]
• APOTC (IN,c,t) B B
Aporte total por un tipo de componente c, a una
planta de tratamiento ubicada en un punto de la
malla IN, en el periodo de tiempo t. [Toneladas / Año]
• RESNX (j,NE,IN,t) B B
Flujo de desechos que inicia en un nodo de
generación de residuos j, pasa a una estación de
transferencia ubicada en NE, y termina en una planta
de tratamiento IN, durante un periodo de tiempo t.
[Toneladas / Año]
• RESNY (j,IN,t) B B
Flujo de desechos que inicia en un nodo de
generación de residuos j, y va directo a una plata de
tratamiento IN, durante un periodo de tiempo t
[Toneladas / Año]
• CSIRS (j,t) B B
En esta variable se almacenan al final de cada
periodo t, en cada nodo generador de residuos j, los
desechos producidos en ese periodo de tiempo
[Toneladas / Año]
Variables enteras binarias positivas
• UBICA (IN,l,t)
B B
Indica la apertura (instalación o construcción) de una
planta de tratamiento de tipo l, en un nodo IN, en un
tiempo t [Adimensional].
• ESTRA (NE,p,t) B B
Indica la apertura (instalación o construcción) de una
estación de transferencia de tipo p, en un nodo NE,
en un tiempo t [Adimensional].
• ICAPA (IN,l,t,x)
B B
Indica, si se expande una planta de tratamiento de
tipo l, ubicada en un nodo IN, en x cantidad, en cierto
tiempo t, mayor al tiempo de construcción en donde
fue definida la variable binaria UBICA (IN,l,t)
[Adimensional].
• UBICA2 (IN,l,t) B B
Esta variable le indica al modelo, en que años se
debe cargar costos fijos por la ubicación de plantas
de tratamiento de RS, dada por la variable UBICA
(IN,l,t) [Adimensional].
61
• ESTRA2 (NE,p,t) B B
Al igual que la anterior variable, esta le indica al
modelo en que años se debe cargar costos fijos, por
la instalación de estaciones de transferencia, dada
por la variable ESTRA (NE,p,t) [Adimensional].
• ICAPA2 (IN,l,t,x)B B
Indica los años que se debe cargar costos fijos, por el
aumento de capacidad en una planta de tratamiento
de RS construida, dada por las variables ICAPA
(IN,l,t,x) y UBICA (IN,l,t) [Adimensional].
Variables de paso
• 1(A) B B
Esta variable tiene como objetivo el cumplimiento de
una condición lógica, y por si sola no tiene ningún
valor para las ecuaciones del modelo. La variable
cumple alguna condición como:
1, si el evento A es cierto
0, de lo contrario.
5.3.4 Ecuaciones
Las ecuaciones presentadas a continuación, representan los diferentes estados

de equilibrio en que se debe encontrar el modelo, para alcanzar un punto
óptimo, adecuado a las distintas restricciones que son parte inherente del
sistema.
Balance de materia.
Las siguientes ecuaciones establecen el balance de materia que debe existir en

el flujo de RS, entre los nodos de generación y los nodos donde se puede
construir plantas de tratamiento o estaciones de transferencia, o bien sea, entre
la generación y el despacho de residuos a plantas de tratamiento o estaciones
de transferencia.
INGR_TER: Esta ecuación iguala las cantidades que ingresan a una planta de
termólisis, ya sea directamente de los nodos de generación (municipios) o a
través de las estaciones de transferencia, a los aportes totales de RS,
disgregados por componente para cada periodo de tiempo.
APOTC(IN,c,t) = B B
∑j,NE RESNX(j,NE,IN,t) * CRSC(j,c,t)) + ∑jRESNY(j,IN,t) * CRSC(j,c,t) ∀ IN, c, t

B B B B B B B B B B B B
INVEN_RS: Esta ecuación realiza un balance entre los RS generados y

aquellos despachados para plantas de tratamiento, ya sea en forma directa
62
hasta la planta de tratamiento o por medio de estaciones de transferencia para
cualquier periodo de tiempo. La cantidad inicial, ingresada como parámetro en
el primer periodo de tiempo, en términos prácticos representa la existencia de
un botadero o relleno sanitario en el municipio o nodo de generación, el cual
presenta cierta cantidad de RS que, hasta cierto punto, son utilizables para el
proceso de tratamiento de desechos. Por lo tanto, para el primer periodo de
tiempo, se multiplica el parámetro que indica la cantidad de residuos inicial, por
la variable de paso, que valida la condición del primer periodo de tiempo. Para
el resto de periodos, la variable CSIRS calcula la cantidad de RS, teniendo en
cuenta la generación de residuos por el nodo, y substrayendo de este, el flujo
de desechos que tienen como destino plantas de tratamiento. Esa diferencia de
residuos resultantes en los nodos de generación, está acotada posteriormente
en otra ecuación. Para el resto de periodos de tiempo, se multiplica la variable
donde se cargan los desechos generados en cada periodo, por la variable de
paso que valida un tiempo mayor al primero.
CSIRS(j,t) = B B
CSIRS(j,t-1) * 1(t > 1) + RESI(j) * 1(t = 1) – ∑NE,IN RESNX(j,NE,IN,t) –∑NE,IN RESNY(j,IN,t) +

B B B B B B B B B B B B B B B B
RESO(j,t) ∀ j, t. B B
ASEG_DES: Esta ecuación balancea los contenidos de RS de algún nodo

generador en cualquier momento, versus el despacho de residuos a plantas de
tratamiento. La función principal del balance, es que los despachos de residuos
a plantas de tratamiento, en forma directa o por medio de estaciones de
transferencia, no sobrepasen la generación de residuos del nodo mismo. Al
igual que la ecuación INVEN_RS, esta ecuación esta dividida por dos periodos
de tiempo. Para el primer periodo se utiliza un parámetro, de ahí en adelante se
calculan los residuos que resultan en cada municipio. En el primer periodo, se
multiplica el parámetro por la variable de paso, y en el resto de periodos se
multiplica la variable, por la variable de paso.
∑NE,IN RESNX(j,NE,IN,t) + ∑IN RESNY(j,IN,t) ≤ CSIRS(j,t-1) * 1(t > 1) + RESI (j) * 1(t = 1) +
RESO(j,t) ∀ j, t. B B
Limites de capacidad
Las siguientes ecuaciones están direccionadas a limitar, según sea el caso, de

acuerdo a las capacidades establecidas, el movimiento, flujo o incremento de
las distintas variables, de acuerdo a los distintos parámetros o incluso a los
valores mismos que en algún momento puedan tomar las variables, actuando
en este caso en forma de parámetros.
BALMTERM: La ecuación restringe la cantidad de RS que ingresa a una planta

de tratamiento, teniendo en cuenta la capacidad de la misma y las posibles
expansiones de capacidad que pueda tener la planta. Se aprecia en la
ecuación, la variable binaria UBICA2, la cual es requerida para que en las
63
ecuaciones se tenga en cuenta la capacidad futura de la planta. También se
aprecia que la variable ICAPA, posee entre sus índices un alias de t llamado tt,
el cual sirve para indicar un subconjunto dentro del conjunto mismo de t. Esto
también tiene como propósito, tener en cuenta la capacidad por las
expansiones futuras hechas a las plantas de termólisis.
∑c APOTC (IN,c,t) ≤ B B B B
∑ l UBICA2(IN,l,t) * CTER (l) + ∑l,x ∑tt ≤ t ICAPA(x,l,IN,tt) * CEXP(x,l,t) ∀ IN, t.

B B B B B B B B B B B B B B
BAL_ESTT: El objetivo de esta ecuación, es similar al de la anterior ecuación;

solo que se aplica sobre las estaciones de transferencia, en donde se busca
restringir el flujo de RS versus la capacidad instalada de estas. Sobre las
estaciones no se considera expansiones de capacidad, por el hecho de contar
desde un principio con una alta capacidad instalada.
∑IN,j RESNX(j,NE,IN,t) ≤ ∑p,ESTRA2(NE,p,t) * CTEM(p) ∀ NE, t.

B B B B B B B B B B
INV_CACP: Esta ecuación asegura que los residuos que no son recogidos en
algún nodo generador, no sobrepasen la capacidad de almacenamiento de
residuos del mismo. En términos prácticos, esto ocurre cuando el municipio
tiene un relleno sanitario o incluso, un botadero a cielo abierto, depositando allí
sus RS. Es así, como se envía una fracción al relleno y otra a las plantas de
tratamiento. Si el municipio no cuenta con infraestructura de ninguna clase para
absorber una fracción de los RS generados por el mismo, el valor de la
capacidad de almacenamiento será cero, lo cual produce que siempre se
despache a plantas la totalidad de los RS.
CSIRS (j,t) ≤ CARJ(j) ∀ t, j. B B B B
MAX_EXPA: Esta ecuación limita la cantidad de expansiones que se le puede

realizar a una planta, según el parámetro EMAX. Como el modelo debe tener
en cuenta, las anteriores expansiones, la ecuación debe incluir los tiempos
anteriores, para poder realizar una validación completa.
∑x ∑tt ≤ t ICAPA(x,l,IN,tt) * CEXP(x,l,t) ≤ EMAX(l) ∀ IN, l, t.

B B B B B B B B B B
Condiciones de ubicación espacial
Las siguientes ecuaciones están direccionadas a inculcar un razonamiento

espacial al modelo matemático, de tal forma que la ubicación, tanto de plantas
de tratamiento como de estaciones de transferencia, se realice de manera
adecuada. Es decir, que no ubique dos tipos de plantas al mismo tiempo, o
ubique una planta donde previamente ya había ubicado una estación de
transferencia.
64
UNI_PUNT: Esta ecuación permite que por cada nodo de construcción, donde
decida ubicar una planta de tratamiento, solo ubique un tipo de planta l, en
cualquier tiempo t.
∑l,t UBICA(IN,l,t) ≤ 1 ∀ IN.

B B B B
UNI_ESTR: Esta ecuación permite que por cada nodo de construcción, donde
decida ubicar una estación de transferencia, solo ubique un tipo de estación p,
en cualquier tiempo t.
∑p,t ESTRA(NE,p,t) ≤ 1 ∀ NE.

B B B B
REST_EXP: Esta ecuación asegura que el modelo solo realice expansiones de

capacidad sobre plantas de tratamiento abiertas. En otras palabras, solamente
realiza construcciones sobre aquellas plantas cuya variable binaria sea igual a
uno (1). Esto se realiza teniendo en cuenta la apertura de plantas de termólisis
en cualquier momento t.
∑tt ≥ t UBICA(IN,l,tt) ≥ ICAPA(x,l,IN,t) ∀ x, l, IN, t.

B B B B B B
EXP_PPER: Esta ecuación, permite que el número de expansiones por periodo

solo sea una, ya que expandir la capacidad instalada de la planta, mas de una
vez al año no tendría sentido práctico.
∑x,l ICAPA(x,l,IN,t) ≤ 1 ∀ IN, t.

B B B B
Complementarias de costos fijos
Las siguientes ecuaciones complementan la asignación de variables binarias

cuando se ha instalado una planta de tratamiento, una estación de
transferencia o se ha incrementado la capacidad de una planta. Cuando la
variable binaria principal (UBICA, ESTRA, ICAPA), asigna cuando construir, lo
hace en forma puntual y para un solo periodo. El modelo entonces, debe ser
capaz de recordar que ha instalado sobre cierto nodo, en cierto tiempo y con
infraestructura de cierto tipo. Desde el punto en el tiempo, donde se realizo la
ubicación, se debe tener algún indicador que le recuerde que ya tiene
infraestructura sobre dicho punto; es ahí donde entran las variables binarias
complementarias (UBICA2, ESTRA2, ICAPA2) a jugar un papel importante en
las decisiones que toma el modelo.
COS_FUBI: Esta ecuación asigna una variable binaria complementaria para

determinar los costos futuros incurridos al asignar una planta de tratamiento, en
un periodo de tiempo cualquiera.
UBICA2(IN,l,t) = ∑tt ≤ t UBICA(IN,l,tt) ∀ IN, l, t.

B B B B B B
65
COS_FEST: Esta ecuación asigna una variable binaria complementaria para
determinar los costos futuros incurridos al asignar una estación de tratamiento,
en un periodo de tiempo cualquiera.
ESTRA2(NE,p,t) = ∑tt ≤ t ESTRA(NE,p,tt) ∀ NE, p, t.

B B B B B B
COS_FICA: Esta ecuación asigna una variable binaria complementaria para

determinar los costos futuros incurridos al asignar un incremento en la
capacidad de una planta de tratamiento, en un periodo de tiempo cualquiera.
ICAPA2(x,l,IN,t) = ∑tt ≤ t ICAPA(x,l,IN,tt) ∀ x,l,IN,t.

B B B B B B
5.3.5 Función objetivo
La función objetivo se optimiza bajo la programación entera mixta del modelo,

ya que se cuenta con variables binarias y continuas. El propósito de la función
objetivo es maximizar las utilidades de la operación, con lo cual se logra al
mismo tiempo disminuir los costos. Las utilidades están definidas por:
Utilidades = Ingresos – Inversión – Costos De Operación – Déficit
Ingresos
Los ingresos por la operación de plantas de termólisis, se generan

principalmente por la venta de energía. Sin embargo, el pago de los municipios
por disposición final de sus residuos y la venta de materiales reutilizables,
también son una cantidad considerable en los ingresos.
- Ingresos por venta de energía eléctrica: La cantidad de RS que llegan a

las plantas de termólisis, es descompuesta por componente, aplicando un
coeficiente de transformación para indicar que cantidad de un tipo de RS en
particular, es transformado en cierto producto de la planta de tratamiento. A
esto solo queda aplicarle el precio de venta, para contar con los ingresos por
venta de productos.
∑ IN, c, t, l, q APOTC(IN,c,t) * ITER(c,l,q) * PVEN(q,t).

B B B B B B B B
- Ingresos por disposición final de residuos: Estos ingresos son causados

por disponer los RS de una manera adecuada.
∑ IN, c, t APOTC(IN,c,t) * PDIS(t).

B B B B B B
66
Inversión
La inversión requerida, únicamente se refiere a la construcción o expansión de

plantas de tratamiento de RS, por termólisis, incluyendo los módulos
necesarios para recepción, y segregación de desechos, y a la requerida para la
construcción de estaciones de transferencia de distintas capacidades para
transferir los RS de un contenedor a otro.
- Inversión en plantas de tratamiento
∑ IN, l, t UBICA (IN,l,t) * INVU(l,t).

B B B B B B
- Inversión en estaciones de transferencia
∑ NE, p, t ESTRA (NE,p,t) * INVE(p,t).

B B B B B B
- Inversión en expansión de capacidad de plantas de tratamiento
∑ IN, l, t, x ICAPA(x,l,IN,t) * CIEX(x,l,t).

B B B B B B
Costos de operación
Los costos por operación de la planta están disgregados en tres costos

básicos: costo de transporte, costo variable y costo fijo.
- Costo de transporte: Los costos de transporte se tratan aparte de los demás

costos, debido a que el peso de este rubro es directamente proporcional al
número de años que se considere en el modelo. Mientras más años se
consideren, más será el peso del transporte, teniendo en cuenta la dinámica de
las ciudades y los cambios que estas sufren por factores socioculturales, que
influyen en la generación de RS y en su composición. Los costos de transporte
a su vez, se dividen en tres tipos:
a. Transporte desde un nodo generador hasta una planta de termólisis,

b. Transporte desde un nodo generador hasta una estación de transferencia,
c. Transporte desde una estación de transferencia hasta una planta de
termólisis.
Los dos primeros costos de transporte comparten el mismo flete de carga,

porque los residuos son transportados en el mismo tipo de vehiculo (camión de
recolección), pero presentan variables de flujos distintas. El último costo de
transporte presenta un flete distinto debido a que los desechos son
transportados en un vehiculo de mayor capacidad, lo que se refleja en una
disminución del flete por las economías de escala que se producen.
a. ∑ j, IN, t FLE1(t) * DIS1(j,IN) * RESNY(j,IN,t)

B B B B B B B B
67
b. ∑ j, NE, IN, t FLE1(t) * DIS1(j,NE) * RESNX(j,NE,IN,t)
B B B B B B B B
c. ∑ j, NE, IN, t FLE2(t) * DIS2(NE,IN) * RESNX(j,NE,IN,t)

B B B B B B B B
- Costos variables: Estos costos están dados por la cantidad de residuos que
llegan a la planta, por el costo variable unitario de procesar los RS.
∑ IN, l, t APOTC(IN,c,t) * CVAR(l,t)

B B B B B B
- Costos fijos: En estos costos se incluyen los costos de: a. las plantas de
tratamiento, b. los correspondientes a las estaciones de transferencia y c. los
adicionales por expansión en la capacidad de las plantas.
a. ∑ IN, l, t UBICA2(IN,l,t) * CFIJ(l,t)

B B B B B B
b. ∑ NE, p, t ESTRA2(NE,p,t) * CFET(p,t)

B B B B B B
c. ∑ x, l, IN, t ICAPA2(x,l,IN,t) * CFIX(x,l,t)

B B B B B B
Deficit
El déficit, es una penalización por no despachar los RS desde los nodos de

generación hasta las plantas de tratamiento, sin importar si es en forma directa
o por medio de estaciones de transferencia. El objetivo de este costo, es
incentivar en el modelo el movimiento de los RS, ya que si los RS se
despachan a plantas tienen un costo menor que dejar los desechos en el sitio
de generación. En términos prácticos, el déficit se puede considerar como una
multa que se le debe pagar a cada municipio, cuyos RS no sean recogidos, en
cualquier periodo de tiempo.
∑ j, t CSIRS(j,t) * CDEF(j,t)
B B B B B B
La función objetivo resulta entonces:
Z=
(Ingresos) + ∑ IN, c, t, l, q APOTC * ITER * PVEN + ∑ IN, c, t APOTC *

B B B B
PDIS
(Inversión) – ∑ IN, l, t UBICA * INVU B B
– ∑ NE, p, t ESTRA * INVE B B
– ∑ IN, l, t, x ICAPA * CIEX B B
(Costo de transp.) – ∑ j, IN, t FLE1 * DIS1 * RESNY B B
– ∑ j, NE, IN, t FLE1 * DIS1 * RESNX B B
– ∑ j, NE, IN, t FLE2 * DIS2 * RESNX B B
(Costo variable) – ∑ IN, l, t APOTC * CVAR B B
(Costo fijo) – ∑ IN, l, t UBICA2 * CFIJ B B
68
– ∑ NE, p, t ESTRA2 * CFET
B B
– ∑ x, l, IN, t ICAPA2 * CFIX

B B
(Déficit) – ∑ j, t CSIRS * CDEF

B B
Lo cual es equivalente a decir:
Z = Ingresos – Inversión – Costo de trasporte – Costos variables –

Costos fijos – Déficit.
69
6. RESULTADOS
Con el propósito de verificar la validez del modelo matemático planteado, para

la ubicación de plantas de tratamiento de RS, se presenta la aplicación del
modelo matemático (capitulo 5), sobre la zona de estudio seleccionada
(capitulo 4). Los datos utilizados son similares a datos reales hallados en las
diferentes fuentes mostradas en el numeral 6.1. Estos datos permiten
conclusiones sobre la efectividad del modelo matemático.
Figura 16. Estructura utilizada para presentar resultados y análisis
6.1 DATOS UTILIZADOS PARA LOS PARAMETROS
Para la implementación del modelo matemático, con la zona de estudio

planteada, en el CD anexo se encuentran en detalle todos los datos numéricos
utilizados, para ejecutar dicho modelo matemático. A continuación se presenta
las generalidades de los parámetros utilizados para el modelo matemático, los
cuales fueron previamente descritos en la sección 5.3.2, del capitulo anterior.
Parámetro: Producción de RS, RESO (j,t).

B B
Fuente o método de cálculo: Primero se toman los datos iniciales del estudio
de Ricardo Herrera, sobre el informe final de los Lineamientos generales para
el manejo de residuos sólidos en el Departamento de Cundinamarca,
donde se encuentran los datos de la producción o generación de RS de cada
municipio de Cundinamarca. A partir de ahí, es necesario pronosticar los
70
incrementos de producción de RS en cada uno de los municipios
seleccionados. Se puede suponer que el incremento de generación de RS está
ligado al incremento poblacional. Por lo tanto, el pronostico de estos datos se
realiza en base a la ecuación exponencial (p = p0e(kt) ). Para encontrar el
B B P P
coeficiente k, de la ecuación exponencial, se toman los datos de población del

DANE para los distintos municipios seleccionados.
Parámetro: Composición de los RS, CRCS (j,c,t).

B B
Fuente o método de cálculo: Este trabajo considera dos fuentes de

información sobre la caracterización promedio de los RS de Cundinarmarca; El
Informe de Ricardo Herrera y el estudio de Guillermo Velasco sobre la
Factibilidad para estaciones de transferencia en el área de influencia de
los municipios del acuerdo CAR – BID para el proyecto de Mondoñedo.
Ambos estudios realizan pruebas de campo para determinar el contenido de los
RS de los municipios de Cundinarmarca. Sin embargo, las pruebas de campo
no se encuentran para todos los municipios, incluyendo los municipios
seleccionados en el área de estudio. Para facilitar los cálculos, se extrapola la
información de la caracterización de los municipios con información de campo,
a los municipios que carecen de dicha información. Se determina una cota
superior y una cota inferior, y se le asigna aleatoriamente un valor entre este
rango. Este parámetro, esta diseñado para que pueda presentar una variación
en el tiempo, lo cual representa el cambio en los gustos y preferencias de una
población en el tiempo; por ausencia de datos y para facilidad del estudio, la
caracterización de RS no se varía con el tiempo.
Parámetro: Capacidad de almacenamiento en los municipios, CARJ (j). B B
Fuente o método de cálculo: La mayoría de los municipios seleccionados en

el área de estudio, no cuentan con rellenos sanitarios que se puedan tomar
como lugar de almacenamiento de RS, a excepción de Gachancipá y
Nemocón, ya que cuentan con botaderos y rellenos sanitarios.
Parámetro: Capacidad de procesamiento de plantas de termólisis, CTER (l). B B
Fuente o método de cálculo: Las capacidades de las plantas de termólisis

son estimadas por Guillermo Ramírez, de Termólisis de Colombia.
Parámetro: Capacidad de estaciones de transferencia, CTEM (p). B B
Fuente o método de cálculo: Se toma como base las capacidades

establecidas por Guillermo Velasco. A partir de esto, se pronostican otras
capacidades, concordantes con las capacidades de las plantas de tratamiento
de RS.
Parámetro: Cantidad inicial de RS para un municipio, RESI (j). B B
Fuente o método de cálculo: La mayoría de los municipios seleccionados en

el área de estudio, no cuenta con rellenos sanitarios que se puedan tomar
como fuente inicial de residuos, para alimentar posteriormente las plantas de
tratamiento; a excepción de los municipios de Gachancipá y Nemocón, ya que
71
cuentan con rellenos sanitarios. No existen cifras sobre la cantidad de rellenos
sólidos contenidos en estos lugares, por lo tanto para facilitar el cálculo, se
estima una cifra teniendo en cuenta los últimos 5 años de generación de RS de
estos municipios.
Parámetro: Coeficientes de transformación y rendimiento, de desechos en

producto terminado, ITER (c,l,q).
B B
Fuente o método de cálculo: Se toman con base a información proporcionada

por Guillermo Ramírez de Termólisis de Colombia.
Parámetro: Precio de venta de productos, PVEN (q,t). B B

por Guillermo Ramírez de Termólisis de Colombia. Los precios en el tiempo,
son calculados por medio de proyecciones de inflación. Dichas proyecciones se
encuentran en el Anexo 5.
Parámetro: Precio de disposición final de RS, PDIS (t). B B
Fuente o método de cálculo: Se toma el precio autorizado por la

Superintendencia de servicios públicos, para disposición final de RS. El
incremento en los precios a través del tiempo, es calculado por medio de
proyecciones de inflación, las cuales se encuentran en el Anexo 5.
Parámetro: Flete desde un nodo de generación de residuos (municipios) a un

nodo de construcción (estación de transferencia o planta de tratamiento),
FLE1 (t).
B B
Fuente o método de cálculo: Se toma con base al estudio de Guillermo

Velasco, para camiones de poca capacidad. El incremento en los precios a
través del tiempo, es calculado por medio de proyecciones de inflación.
Parámetro: Flete entre nodos de construcción (desde una estación de

transferencia a una planta de tratamiento), FLE2 (t).
B B
Fuente o método de cálculo: Se toma con base al estudio de Guillermo

Velasco, para camiones de gran capacidad de transporte. El incremento en los
precios a través del tiempo, es calculado por medio de proyecciones de
inflación.
Parámetro: Distancia desde un nodo de generación de residuos hasta un nodo

de construcción, DIS1 (j,IN).
B B
Fuente o método de cálculo: La distancia entre nodos de generación de

residuos (municipios) y los nodos de construcción (estaciones de transferencia
o plantas de tratamiento) son lineales, calculadas por las coordenadas de
referencia de los centroides de los municipios; las cuales fueron tomadas del
estudio de Guillermo Velasco. Para los posibles sitios de construcción, se
realiza lo siguiente: Se calculan 3 puntos, tomando el centroide del municipio
como centro de referencia, con un radio de 2 km y separados entre si a 120°.
La figura 17 a continuación representa la situación mencionada. Para cada
72
municipio de la zona de estudio, se crean tres posibles nodos de construcción.
Se toma una distancia de 2 Km entre los nodos de construcción y el nodo de
generación de residuos, para facilitar el cálculo, lo cual no tiene en cuenta la
normativa establecida por el POT, ya que es para fines académicos. De esta
forma se genera una red de posibles puntos de construcción, para estaciones
de transferencia o para plantas de tratamiento de residuos por medio de
termólisis. En una ejecución real de este problema, la cantidad de nodos de
construcción podría ser significativamente menor, ya que lo posibles puntos
para la ubicación de infraestructura, muy probablemente serian muy inferiores a
la cantidad estudiada, pero para el modelo matemático, es una virtud ya que se
le dificulta la tarea de ubicación.
Figura 17. Determinación de posibles nodos de construcción, de estaciones de

transferencia o de plantas de termólisis.
Parámetro: Distancia entre nodos de construcción (de estaciones de

transferencia a plantas de tratamiento), DIS2 (IN,NE).
B B
Fuente o método de cálculo: Es la distancia lineal, calculada entre nodos de

construcción de distintos municipios. Los nodos de generación de residuos y
los nodos de construcción para la zona de estudio se presentan en la Figura
18, a continuación.
73
Figura 18. Nodos de generación de residuos y nodos de construcción, en la
zona de estudio seleccionada (Provincias Norte y Occidente de Cundinamarca)
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
1,045,000 Gachancipá
Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal
1,025,000 Facatativá Cota
1,020,000
Zipacón
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Metros
Municipios Nodos 1 Nodos 2 Nodos 3
Parámetro: Costo fijo de operación de una planta de tratamiento, CFIJ (l,t). B B

por Guillermo Ramírez de Termólisis de Colombia. Dicho costo en el tiempo,
es estimado por medio de proyecciones de inflación.
Parámetro: Costo variable de operación de una planta de tratamiento,

CVAR (l,t). B B

por Guillermo Ramírez de Termólisis de Colombia. El costo variable en el
tiempo, es estimado por medio de proyecciones de inflación.
Parámetro: Costo de instalación de una planta de termólisis, INVU (l,t). B B

por Guillermo Ramírez de Termólisis de Colombia. El costo de instalación en el
tiempo, es estimado por medio de proyecciones de inflación.
Parámetro: Costo fijo de operación de una estación de transferencia, CFET (p,t) B B
Fuente o método de cálculo: Se toma como base los costos establecidos por
Guillermo Velasco. Dicho costo en el tiempo, es estimado por medio de
proyecciones de inflación.
Parámetro: Costo de inversión de estación de transferencia, INVE (p,t) B B
74
Fuente o método de cálculo: Se toma como base los costos establecidos por
Guillermo Velasco. Dicha inversión en el tiempo, es estimada por medio de
proyecciones de inflación.
Parámetro: Penalización por no atender una población, CDEF (j,t)

B B
Fuente o método de cálculo: Este valor, se toma como una multa que se
cobraría por no recoger los RS de una población. Para fines académicos, se
puede estimar un valor basado en lo que se paga por recolectar y disponer los
RS de un municipio. Para obligar al modelo, a recolectar la mayor cantidad
posible de residuos, se estimará la penalización en un 80% de dicho valor.
Parámetro: Aumento en la capacidad para una planta de termólisis, CEXP (x,l,t).

B B
Fuente o método de cálculo: Se toma como base, la información

proporcionada por Guillermo Ramírez de Termólisis de Colombia.
Parámetro: Expansión máxima a la que puede ser sometida una planta de

termólisis, EMAX (l).
B B
Fuente o método de cálculo: Se toma como base, la información

proporcionada por Guillermo Ramírez de Termólisis de Colombia
Parámetro: Costo del aumento de capacidad, CIEX (x,l,t).

B B
Fuente o método de cálculo: Se toman como base los costos proporcionados

por Guillermo Ramírez, de Termólisis de Colombia. Lo costos en el tiempo, son
estimados por proyecciones de inflación.
Parámetro: Costo fijo adicional por realizar un aumento de capacidad,

CFIX(x,l,t).
B B
Fuente o método de cálculo: Se toman como base los costos proporcionados

por Guillermo Ramírez, de Termólisis de Colombia. Lo costos en el tiempo, son
estimados por proyecciones de inflación.
6.2 CODIGO GAMS
El software utilizado para realizar el modelo matemático es GAMS, el cual se

explicó en el numeral 3.1.4.2, del marco teórico. Este apartado tiene como
finalidad exponer el lenguaje de programación implementado para la
modelación matemática de la ubicación de plantas.
Compilación de Índices
La compilación de los datos correspondientes a los índices se realiza desde un

archivo de Excel suplementario. Las instrucciones en el lenguaje de GAMS,
para llamar los datos en el archivo de Excel son las expresadas a continuación:
75
Sets
$CALL GDXXRW.EXE DMU11.xls SET=o rng=SETS!A2 rdim=1

o(*) Nodos donde es posible realizar construcciones
$GDXIN DMU11.gdx
$LOAD o
$GDXIN
$CALL GDXXRW.EXE DMU11.xls SET=t rng=SETS!B2 rdim=1

t(*) Periodos de tiempo
$GDXIN DMU11.gdx
$LOAD t
$GDXIN
$CALL GDXXRW.EXE DMU11.xls SET=p rng=SETS!C2 rdim=1

p(*) Tipos de estaciones de transferencia
$GDXIN DMU11.gdx
$LOAD p
$GDXIN
$CALL GDXXRW.EXE DMU11.xls SET=j rng=SETS!D2 rdim=1

j(*) Nodos de producción de residuos
$GDXIN DMU11.gdx
$LOAD j
$GDXIN
$CALL GDXXRW.EXE DMU11.xls SET=c rng=SETS!E2 rdim=1

c(*) Tipos de residuos sólidos
$GDXIN DMU11.gdx
$LOAD c
$GDXIN
$CALL GDXXRW.EXE DMU11.xls SET=l rng=SETS!F2 rdim=1

l(*) Tipos de plantas de termólisis
$GDXIN DMU11.gdx
$LOAD l
$GDXIN
$CALL GDXXRW.EXE DMU11.xls SET=NE rng=SETS!G2 rdim=1

NE(o) Nodos factibles para colocar estaciones de transferencia
$GDXIN DMU11.gdx
$LOAD NE
$GDXIN
$CALL GDXXRW.EXE DMU11.xls SET=IN rng=SETS!H2 rdim=1

IN(o) Puntos potenciales para posibles ubicaciones de plantas de termólisis
$GDXIN DMU11.gdx
$LOAD IN
$GDXIN
$CALL GDXXRW.EXE DMU11.xls SET=q rng=SETS!J2 rdim=1
76
q(*) Tipos de productos a la venta de la planta de termólisis
$GDXIN DMU11.gdx
$LOAD q
$GDXIN
$CALL GDXXRW.EXE DMU11.xls SET=x rng=SETS!K2 rdim=1

x(*) Expansiones posibles de capacidad para las plantas de termólisis
$GDXIN DMU11.gdx
$LOAD x
$GDXIN
alias(o,r);
alias(t,tt);
Las últimas dos líneas de código, tienen como finalidad crear un subconjunto,
dentro de los índices previamente establecidos, para los nodos de construcción
y para el tiempo. Este subconjunto se utiliza para realizar operaciones de
cálculo sobre el mismo índice. Por ejemplo, cálculo de distancia entre nodos de
localización, o cruce de información entre datos concernientes al tiempo.
Compilación de Parámetros
Al igual que con los índices, para compilar los parámetros se utilizó un archivo
de Excel complementario, desde el cual, GAMS llamaba los datos.
Parameters
$CALL GDXXRW.EXE DMU11.xls PAR=RESO rng=PARAMETER!G2 rdim=2
RESO(j,t) Cantidad de residuos para un centro productor j en el periodo t
$GDXIN DMU11.gdx
$LOAD RESO
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=CRSC rng=PARAMETER!J2 rdim=3

CRSC(j,c,t) Fracción por componente del tipo de basura c que se encuentra en el centro
productor j en el periodo t
$GDXIN DMU11.gdx
$LOAD CRSC
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=CARJ rng=PARAMETER!N2 rdim=1

CARJ(j) Capacidad de almacenamiento de basuras del nodo j
$GDXIN DMU11.gdx
$LOAD CARJ
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=CTER rng=PARAMETER!P2 rdim=1

CTER(l) Capacidad de procesamiento de una planta de termólisis de tipo l TON PER ANO
$GDXIN DMU11.gdx
$LOAD CTER
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=CTEM rng=PARAMETER!R2 rdim=1

CTEM(p) Capacidad de transferencia de una estacion de transferencia
77
$GDXIN DMU11.gdx
$LOAD CTEM
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=RESI rng=PARAMETER!T2 rdim=1

RESI(j) Cantidad de residuos sólidos para un centro productor j en el periodo inicial
$GDXIN DMU11.gdx
$LOAD RESI
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=ITER rng=PARAMETER!V2 rdim=3

ITER(c,l,q) Coeficiente de transformación de residuos sólidos en productos para la venta q
$GDXIN DMU11.gdx
$LOAD ITER
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=PVEN rng=PARAMETER!Z2 rdim=2

PVEN(q,t) Precio de venta de los productos q de termólisis
$GDXIN DMU11.gdx
$LOAD PVEN
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=PDIS rng=PARAMETER!AC2 rdim=1

PDIS(t) Precio pagado por disponer cada tonelada de residuos sólidos
$GDXIN DMU11.gdx
$LOAD PDIS
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=FLE1 rng=PARAMETER!AE2 rdim=1

FLE1(t) Flete pagado por llevar una tonelada por km de residuos sólidos hasta la planta de
termolisis
$GDXIN DMU11.gdx
$LOAD FLE1
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=FLE2 rng=PARAMETER!AG2 rdim=1

FLE2(t) Flete pagado por llevar una tonelada por km de residuos sólidos desde la estación de
transferencia hasta la planta de termólisis
$GDXIN DMU11.gdx
$LOAD FLE2
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=DIS1 rng=PARAMETER!AI2 rdim=2

DIS1(j,o) Distancia desde el nodo productor hasta un nodo de construcción
$GDXIN DMU11.gdx
$LOAD DIS1
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=DIS2 rng=PARAMETER!AL2 rdim=2

DIS2(o,r) Distancia entre nodos de construcciones
$GDXIN DMU11.gdx
$LOAD DIS2
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=CFIJ rng=PARAMETER!AO2 rdim=2
78
CFIJ(l,t) Costo fijo de una planta l
$GDXIN DMU11.gdx
$LOAD CFIJ
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=CVAR rng=PARAMETER!AR2 rdim=2

CVAR(l,t) Costo variable de una planta l
$GDXIN DMU11.gdx
$LOAD CVAR
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=INVU rng=PARAMETER!AU2 rdim=2

INVU(l,t) Costo de inversion de una planta de termólisis l
$GDXIN DMU11.gdx
$LOAD INVU
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=INVE rng=PARAMETER!AX2 rdim=2

INVE(p,t) Costo de inversión de una estación de transferencia p
$GDXIN DMU11.gdx
$LOAD INVE
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=CDEF rng=PARAMETER!BA2 rdim=2

CDEF(j,t) Costo de no atender la población j
$GDXIN DMU11.gdx
$LOAD CDEF
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=CEXP rng=PARAMETER!BD2 rdim=3

CEXP(x,l,t) Expansion de tipo x para la planta l en el tiempo t
$GDXIN DMU11.gdx
$LOAD CEXP
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=EMAX rng=PARAMETER!BH2 rdim=1

EMAX(l) Expansión máxima posible para la planta de termólisis de tipo l
$GDXIN DMU11.gdx
$LOAD EMAX
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=CIEX rng=PARAMETER!BJ2 rdim=3

CIEX(x,l,t) Costo de la inversión en la expansión adicional x a la planta de tipo l en el periodo t
$GDXIN DMU11.gdx
$LOAD CIEX
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=CFET rng=PARAMETER!BN2 rdim=2

CFET(p,t) Costo fijo anual por operar una estación de transferencia p en el tiempo t
$GDXIN DMU11.gdx
$LOAD CFET
$GDXIN
$CALL GDXXRW.EXE DMU11.xls PAR=CFIX rng=PARAMETER!BQ2 rdim=3

CFIX(x,l,t) Costo fijo adicional para una planta l por la expansión de capacidad x en un tiempo t
79
$GDXIN DMU11.gdx
$LOAD CFIX
$GDXIN
;
Compilación de variables
El lenguaje utilizado para compilar las variables, se presenta a continuación.

Para tener una mayor claridad en la función objetivo, se crearon variables para
compilar los datos de manera conceptual en GAMS. Por ejemplo hay una
variable que solo compila los costos de transporte y hay otra que solo compila
los costos fijos.
Variables
APOTC(IN,c,t) Aporte total por componente c a la planta IN en el periodo de tiempo t

RESNX(j,NE,IN,t) Basura generada en j transferida a NE procesada en IN en el periodo de
tiempo t
RESNY(j,IN,t) Basura generada en j procesada en IN en el periodo de tiempo t
CSIRS(j,t) Cantidad de residuos sólidos almacenados al final del periodo t en j
UBICA(IN,l,t) Variable binaria que indica si la planta l se abre o no en el nodo
potencial IN
ESTRA(NE,p,t) Variable binaria que indica si una estación de transferencia en una
ubicación NE posible se abre o no
ICAPA(x,l,IN,t) Variable binaria que indica si hay un incremento en la capacidad de
alguna planta l ubicada en un punto IN en un periodo t
UBICA2(IN,l,t ) Variable binaria para cargar los costos fijos a futuro de las plantas
abiertas en algún periodo en el tiempo
ESTRA2(NE,p,t) Variable binaria para cargar los costos fijos a futuro de las estaciones de
transferencia abierta en algún periodo
ICAPA2(x,l,IN,t) Variable binaria para cargar los costos fijos a futuro de realizar las
expansiones en capacidad a las plantas de termólisis
ingresos Variable para cargar los ingresos
ctransporte Variable para cargar los egresos 1
cvariables Variable para cargar los egresos 2
cinversion Variable para cargar los egresos 3
cdeficit Variable para cargar los egresos 4
cexpansion Variable para cargar los egresos 5
cfijos Variable para cargar los egresos 6
zz Variable objetivo;
La compilación de variables binarias y las variables positivas se realiza a

continuación.
Binary variables
UBICA
ESTRA
80
ICAPA;
Positive variables
APOTC
RESNX
RESNY
CSIRS;
Compilación de Ecuaciones
En GAMS, las ecuaciones primero se describen brevemente y después se

procede a definirlas matemáticamente. El código es presentado a continuación.
Equations
ASEG_DES(j,t) Ecuación que asegura que cada nodo productor despachara a lo sumo
su máxima producción de basura
ASE2_DES(j,t) Ecuación que asegura que cada nodo productor despachara a lo sumo
su máxima producción de basura para el primer periodo
UNI_PUNT(IN) Ecuación que asegura que en un punto IN solo se coloque una planta l
UNI_ESTR(NE) Ecuación que asegura que por cada nodo solo asigne una estación de
transferencia en cada nodo potencial
BALMTERM(IN,t) Ecuación que asegura que la capacidad instalada no sea superada por
el ingreso de residuos sólidos
BAL_ESTT(NE,t) Balance de materia para cada estación de transferencia
INGR_TER(IN,c,t) Ecuación que presenta las cantidades que ingresan a una planta de
termólisis IN a través de una estación de transferencia NE desde un
nodo productor j o bien la basura directa desde el nodo productor j
INVEN_RS(j,t) Existencia de basura al final de cada periodo en cada centro productor
INVE2_RS(j,t) Existencia de basura al final de cada periodo en cada centro productor
INV_CACP(t,j) Ecuación para que lo que quede en un periodo no supere la capacidad
de almacenamiento en un centro productor j
MAX_EXPA(IN,l,t) Ecuación que limita la máxima expansión a la que puede llegar una
planta de termólisis
REST_EXP(x,l,IN,t) Ecuación que asegura que el modelo realice expansiones solamente
sobre plantas que están abiertas
EXP_PPER(t,IN) Ecuación que asegura que solo haga una expansión por periodo
COS_FUBI(IN,l,t) Ecuación que carga los costos fijos presentes y futuros de las plantas
COS_FEST(NE,p,t) Ecuación que carga los costos fijos presentes y futuros de las
estaciones de transferencia
COS_FICA(x,l,IN,t) Ecuación que carga los costos fijos adicionales presentes y futuros de
las expansiones de capacidad a las plantas
OBJETIVOi Fracción de la ecuación objetivo
OBJETIVOe1 Fracción de la ecuación objetivo
81
NOBJETIVO ECUACION OBJETIVO TOTAL
ASEG_DES(j,t)$(ord(t) gt 1).. sum((NE,IN),RESNX(j,NE,IN,t))+sum(IN,RESNY(j,IN,t)) =l=

csirs(j,t-1) + RESO(j,t);
ASE2_DES(j,t)$(ord(t) le 1).. sum((NE,IN),RESNX(j,NE,IN,t))+sum(IN,RESNY(j,IN,t)) =l=
resi(j) + RESO(j,t);
UNI_PUNT(IN).. sum((l,t),UBICA(IN,l,t)) =l= 1;
UNI_ESTR(NE).. sum((p,t),ESTRA(NE,p,t)) =l= 1 ;
BALMTERM(IN,t).. sum(l, ubica2(IN,l,t)*cter(l)) + sum((x,l),sum((tt)$(ord(tt)le
ord(t)),ICAPA(x,l,IN,tt)*CEXP(x,l,t))) =g= sum((c),
APOTC(IN,c,t));
MAX_EXPA(IN,l,t).. sum((x),sum((tt)$(ord(tt)le ord(t)),ICAPA(x,l,IN,tt)*CEXP(x,l,t)))
=l= EMAX(l);
REST_EXP(x,l,IN,t).. sum((tt)$(ord(tt)le ord(t)), UBICA(IN,l,tt)) =g= ICAPA(x,l,IN,t);
EXP_PPER(t,IN).. SUM((x,l),ICAPA(x,l,IN,t)) =l= 1;
BAL_ESTT(NE,t).. Sum((P), sum((tt)$ (ord(tt)le ord(t)), ESTRA(NE,p,tt) *
CTEM(p))) =g= sum((IN,j), RESNX(j,NE,IN,t));
INVEN_RS(j,t)$(ord(t) gt 1).. CSIRS(j,t) =e= CSIRS(j,t-1) - sum((NE,IN), RESNX(j,NE,IN,t))
- sum(IN,RESNY(j,IN,t)) + RESO(j,t);
INVE2_RS(j,t)$(ord(t) le 1).. CSIRS(j,t) =e= RESI(j) - sum((NE,IN), RESNX(j,NE,IN,t)) -
sum(IN,RESNY(j,IN,t)) + RESO(j,t);
INGR_TER(IN,c,t).. APOTC(IN,c,t) =e= sum((j,NE), RESNX(j,NE,IN,t)*CRSC(j,c,t))
+ sum(j,RESNY(j,IN,t)*CRSC(j,c,t));
INV_CACP(t,j).. CSIRS(j,t) =l= CARJ(j);
COS_FUBI(IN,l,t).. UBICA2(IN,l,t) =e= sum((tt)$(ord(tt)le ord(t)),UBICA(IN,l,tt));
COS_FEST(NE,p,t).. ESTRA2(NE,p,t) =e= sum((tt)$(ord(tt)le
ord(t)),ESTRA(NE,p,tt));
COS_FICA(x,l,IN,t).. ICAPA2(x,l,IN,t) =e= sum((tt)$(ord(tt)le ord(t)),
ICAPA(x,l,IN,tt));
OBJETIVOi.. ingresos =e= sum((IN,c,t,l,q), APOTC(IN,c,t) * ITER(c,l,q) *
PVEN(q,t)) + sum((t,IN,c),APOTC(IN,c,t)*PDIS(t));
OBJETIVOe1.. ctransporte =e= ( sum((j,IN,t), FLE1(t) * DIS1(j,IN) *
RESNY(j,IN,t)) + sum((j,NE,IN,t), FLE1(t) * DIS1(j,NE) *
RESNX(j,NE,IN,t)) + sum((j,NE,IN,t), FLE2(t) * DIS2(NE,IN) *
RESNX(j,NE,IN,t)) );
OBJETIVOe2.. cvariables =e= ( sum((IN,c,l,t),APOTC(IN,c,t)*CVAR(l,t)) );
OBJETIVOe3.. cinversion =e= ( sum((IN,l,t),UBICA(IN,l,t)*INVU(l,t)) +
sum((NE,p,t),ESTRA(NE,p,t)*INVE(p,t)) );
OBJETIVOe4.. cdeficit =e= ( sum((j,t),CSIRS(j,t)*CDEF(j,t)) );
OBJETIVOe5.. cexpansion =e= ( sum((t,x,l,IN), ICAPA(x,l,IN,t) * CIEX(x,l,t)) );
OBJETIVOe6.. cfijos =e= ( sum((IN,l,t),UBICA2(IN,l,t)*CFIJ(l,t)) ) + (
sum((NE,p,t),ESTRA2(NE,p,t)*CFET(p,t)) ) + (
sum((x,l,IN,t),ICAPA2(x,l,IN,t)*CFIX(x,l,t)) );
82
NOBJETIVO.. zz =e= ingresos - ctransporte - cvariables - cinversion -
cdeficit -cexpansion - cfijos;
MODEL UBICACION / ALL /;

SOLVE UBICACION USING MIP Maximizing zz;
6.3 DATOS PARA CALIBRACION DEL MODELO
Con el modelo matemático para la ubicación de plantas, concebido y

programado en GAMS, se considera prudente correr datos, bajo un escenario
de control y certeza de la respuesta correcta. Es así como se crea un juego de
datos de prueba, los cuales son reducidos, en relación a los datos del área de
estudio seleccionada. El conjunto de datos se configura de tal forma que
gráficamente se pueda observar la respuesta deseada. Los nodos de ubicación
se disponen de manera geométrica, en forma de hexágono, tanto para los
nodos de generación, como para los nodos de posibles construcciones. En la
Figura 19, se presenta la estructura geométrica utilizada como área de
calibración del modelo matemático. Para correr el modelo con los datos de
calibración, se utilizaron algunos datos de la zona de estudio seleccionada
(Capitulo 4) y adicional se generaron valores para algunos índices y
parámetros. Los índices generados para correr los datos de calibración,
corresponden principalmente a los nodos de generación de residuos y los
nodos de construcción. Otros índices simplemente se redujeron para
proporcionarle al modelo simplicidad de cálculo. Los índices que se redujeron
fueron los de tiempo, los de caracterización de residuos y los de tipos de
producto. En cuanto a los parámetros, estos también sufrieron cambios
importantes, acorde a los índices y en general a la configuración de los datos
para la calibración del modelo.
83
Figura 19. Arreglo geométrico de nodos para calibración del modelo
matemático.
El número de periodos de tiempo (índice t) se estableció en tres. Los tipos de

planta de termólisis (índice l), los tipos de estaciones de transferencia (índice p)
y las opciones de expansión de capacidad a las plantas de tratamiento (índice
x) se dejaron sin cambio alguno. La caracterización de residuos se redujo a
cuatro tipos de residuos (índice c). Los tipos de productos vendidos por la
planta de transformación (índice q), se redujeron a tres. Consecuente con los
índices, los parámetros fueron modificados. Los principales parámetros que se
modificaron fueron: cantidad de residuos para un centro productor j en el
periodo t (RESO), capacidad de almacenamiento de basuras del nodo j
(CARJ), cantidad de RS para un centro productor j en el periodo inicial (RESI),
distancia entre nodos de generación de residuos y posibles nodos de
construcción (DIS1) y distancia entre nodos de construcción (de estaciones de
transferencia a plantas de termólisis - DIS2). Los demás parámetros fueron
recortados según lo requerido por los índices. A continuación de esto, se
procedió a variar algunos parámetros para verificar las respuestas del modelo.
Las respuestas del modelo se encuentran consignadas en la Tabla 15 a
continuación.
84
Tabla 15. Resultados de las corridas con los datos de calibración para el
modelo matemático.
Escenario Condiciones de ejecución Resultados

1 Se ejecuta el modelo, con Se ubicó la planta de
igualdad de condiciones para tratamiento en el nodo g, lo
todos los nodos de generación cual era previsible dado que se
de residuos (todos los nodos encuentra en la mitad del
producen lo mismo) hexágono. La capacidad de la
planta seleccionada por el
modelo, de tipo l4, se adapta a
la demanda de servicios de
recolección.
2 Se aumentó la cantidad de RS Se ubicó la planta de
generados por el nodo ff, en 4 tratamiento en el nodo f, con
veces la producción del resto una capacidad de l2, la cual
de nodos. coincide con la capacidad
requerida por la zona en
cuanto a capacidad de
tratamiento de residuos
3 De igual forma que en el Se ubicó la planta, sobre el
escenario anterior , se aumenta nodo a, de tipo l1, la cual
la cantidad de RS generados coincide con la capacidad
por el nodo aa, y la cantidad de requerida por el sistema.
RS del nodo ff es retornado al
mismo nivel del resto de nodos.
Los resultados de la ejecución de los datos para la calibración del modelo,

indican que el modelo responde de manera correcta en la ubicación de las
plantas, ante cambios en la cantidad de RS disponible en los nodos de
generación. Una vez comprobada la ejecución del modelo, con un conjunto de
datos de manera controlada, se procede a ejecutar el modelo con los datos de
la zona de estudio seleccionada (capitulo 4).
6.4 RESULTADOS NUMERICOS
Se realizaron varias corridas con los datos de la zona de estudio seleccionada,

las cuales se pueden observar en el apartado siguiente (6.5); sin embargo se
seleccionan como escenario base los siguientes datos:
85
Cantidad de municipios: 19 (provincias Sabana Centro y Sabana Occidente)
Periodos de tiempo: 7 años.
GAP: 17%
Los resultados de la ejecución son los siguientes:
- Variables estratégicas
Plantas de termólisis: El modelo seleccionó el nodo COT1, para construir una

planta de tratamiento de RS por medio de termólisis, en el periodo de tiempo 1,
de tipo l2 (capacidad de procesamiento de 108.000 toneladas de residuos por
año).
Estaciones de transferencia: El modelo no ubicó ninguna estación de

transferencia para ser construida.
Expansiones de capacidad: El modelo seleccionó dos periodos de tiempo

donde sería conveniente realizar expansiones de capacidad: en el periodo 1 y
en el periodo 5. En el periodo 1, asignó un incremento en la capacidad de la
planta de tipo x1, de 21.600 toneladas adicionales a la capacidad de la planta.
En el periodo 5, asignó un incremento de tipo x2, de 32400 toneladas
adicionales. La ubicación es realizada como se muestra en la Figura 20 a
continuación.
Figura 20. Ubicación de plantas en el escenario base.
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal
Ubicación de la planta de tratamiento

1,020,000
Zipacón
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Metros
86
- Variables tácticas
Los flujos entre los municipios y la planta de tratamiento son los presentados
en la Tabla 16, a continuación.
Tabla 16. Variable RESNY - Flujos entre los municipios a la planta de termólisis
en el tiempo
MUNICIPIO PLANTA RESIDUOS SÓLIDOS TRANSPORTADOS (TON)

t1 t2 t3 t4 t5 t6 t7
Bojacá 653 685 720 756 794 833 875
Cajica 8,044 8,446 8,868 9,312 9,777 10,266 10,779
Chia 15,705 16,490 17,315 18,181 19,090 20,044 21,046
Cogua 887 931 977 1,026 1,078 1,132 1,188
Cota 2,823 2,965 3,113 3,268 3,432 3,603 3,784
El Rosal 966 1,015 1,065 1,119 1,175 1,233 1,295
Facatativá 19,999 20,999 22,049 23,151 24,309 25,524 26,801
Funza 10,506 11,032 11,583 12,162 12,770 13,409 14,079
Gachancipá 768 806 847 889 933 980 1,029
Madrid COT1 9,710 10,195 10,705 11,240 11,802 12,393 13,012
Mosquera 7,403 7,773 8,162 8,570 8,999 9,449 9,921
Nemocón 1,015 1,066 1,119 1,175 1,234 1,296 1,360
Sopo 2,224 2,335 2,452 2,574 2,703 2,838 2,980
Subachoque 1,091 1,146 1,203 1,263 1,327 1,393 1,463
Tabio 906 952 999 1,049 1,102 1,157 1,215
Tenjo 1,021 1,072 1,125 1,181 1,241 1,303 1,368
Tocanzipá 1,433 1,505 1,580 1,659 1,742 1,829 1,921
Zipacón 399 419 440 462 486 510 535
Zipaquira 32,746 34,383 36,102 37,907 39,803 41,793 43,882
Como se puede ver en la tabla anterior, una sola planta de procesamiento de

RS, puede absorber la generación de RS de las dos provincias, Sabana Norte y
Sabana Occidente. La capacidad ociosa (es decir, la capacidad no ocupada del
sistema productivo de la planta) se presenta en la Tabla 17, a continuación.
Tabla 17. Ocupación de la capacidad de la planta de tratamiento.
t1 t2 t3 t4 t5 t6 t7
Cantidad de residuos 118,300 124,215 130,426 136,947

143,794 150,984 158,533
Capacidad original 108,000 108,000 108,000 108,000
108,000 108,000 108,000
Expansión de capacidad 1 32,400 32,400 32,400 32,400
32,400 32,400 32,400
Expansión de capacidad 2 21,600 21,600 21,600
Capacidad total 140,400 140,400 140,400 140,400 162,000 162,000 162,000
Diferencia 22,100 16,185 9,974 3,453 18,206 11,016 3,467
Porcentaje de capacidad libre 15.7% 11.5% 7.1% 2.5% 11.2% 6.8% 2.1%
87
En la tabla anterior se puede ver, como la planta utiliza al máximo su capacidad
libre, cuidando al mismo tiempo el no permitir copar sus instalaciones, ya que
incurriría en dejar de recolectar los RS de algunos municipios, lo cual se
traslada directamente a la penalización por dejar de recibir los RS de una
población.
Por otra parte, la planta de tratamiento, recibió los aportes por tipos de
materiales consignados en la Tabla 18.
Tabla 18. Variable APOTC – Aportes por tipo de residuo a la planta de

tratamiento de residuos sólidos.
Cantidad de residuos (Ton)

Componente t1 t2 t3 t4 t5 t6 t7
Biomasa (c1) 65,670 68,954 72,401 76,021 79,822 83,814 88,004

Papel (c2) 19,779 20,768 21,806 22,897 24,042 25,244 26,506
Madera (c3) 2,440 2,562 2,691 2,825 2,966 3,115 3,270
Textiles (c4) 3,607 3,788 3,977 4,176 4,385 4,604 4,834
Plásticos (c5) 13,902 14,597 15,327 16,093 16,898 17,743 18,630
Vidrio (c6) 5,478 5,752 6,040 6,342 6,659 6,992 7,341
Metales
Férricos (c7) 2,183 2,292 2,407 2,527 2,653 2,786 2,925
Metales No
Férricos (c8) 748 786 825 866 910 955 1,003
Tierra y
escombros
(c9) 4,491 4,716 4,951 5,199 5,459 5,732 6,019
De la tabla anterior se puede notar que los aportes de biomasa son en

promedio del 56% de la totalidad del contenido de los RS.
88
Variables económicas:
Los resultados de la ejecución del modelo, en cuanto a las variables

económicas se encuentran consignadas en la Tabla 19, a continuación.
Tabla 19. Resultados de las variables económicas de la ejecución del modelo.
DETALLE VALOR
Ingresos $ 210,770,087,554
Costos de transporte $ 10,373,279,918
Costos variables $ 43,339,083,198
Costos de inversión $ 25,885,958,388
Costos de déficit: $0
Costos de expansión $ 1,258,332,831
Costos fijos $ 10,268,057,272
Variable objetivo $ 119,645,375,947
De la anterior tabla, se pude notar que los costos por concepto de déficit, son
cero. Esto significa que en el modelo siempre se recolectaron los RS de las
poblaciones seleccionadas para el estudio, con lo cual se logra cubrir el 100%
de las poblaciones seleccionadas.
6.5 ESCENARIOS
Es posible analizar los resultados del modelo matemático, bajo distintas

condiciones de planeación, en donde cada una de estas condiciones conforma
un escenario distinto para la ubicación de infraestructura; ya sean plantas de
tratamiento, estaciones de transferencia o incrementos en la capacidad de las
plantas. En cada uno de estos escenarios, el modelo matemático realiza una
ubicación óptima, según sean las condiciones y características del escenario.
La realización de escenarios sirve entonces, para enfocar condiciones
especiales de trabajo del modelo matemático, en donde las características de
planeación pueden definir la eficiencia y eficacia de la ubicación de
infraestructura. Los escenarios que se eligen para revisar condiciones de
trabajo durante la ejecución del modelo son los siguientes:
- Inversión
- Cobertura geográfica
- Duración de la planeación
- Condiciones iniciales de RS
89
En la Tabla 20, se presentan los parámetros que se modificaron con el objetivo
de cubrir los escenarios anteriormente propuestos. Para el escenario de
inversión, se asigna una cantidad de dinero disponible para realizar las
construcciones (corridas no 2, 7, 8, 9, 10 y 11, de la Tabla 20). La cantidad de
dinero determinado para realizar las inversiones, es sugerido por Guillermo
Ramírez, representante de la empresa Termólisis de Colombia. Para el
escenario de cobertura geografica, se corren menos municipios que el
presentado en los resultados del numeral 6.4, con el fin de observar la
variación en la ubicación de la planta al contar con una menor área de
recolección de residuos (corridas 6, 7, 8, 9, 10 y 11, de la Tabla 20). Para el
escenario de duración de la inversión, se corren los datos para una mayor y
para una menor cantidad de periodos de tiempo (corridas 3, 4, 5, 6, 7, 8, 9, 10 y
11, de la Tabla 20). Para revisar el escenario de condiciones iniciales de RS,
se incluye y se excluye, una cantidad inicial de RS en la ejecución del modelo
(corridas 3, 4, 5, 6, 7 y 10, de la Tabla 20).
Tabla 20. Escenarios de comparación para la ejecución del modelo matemático

Periodos Inversión Cantidad
No de tiempo disponible (en inicial de
Corrida Municipios (en años) pesos) RS (RESI)
1 19 7 -
2 19 7 27,000,000,000
3 19 10 26,745
4 19 10 - 26,745
5 19 5 26,745
6 11 10 26,745
7 11 10 40,000,000,000 56,745
8 11 10 30,000,000,000 -
9 11 10 25,000,000,000 -
10 11 10 25,000,000,000 26,745
11 11 10 20,000,000,000 -
12 11 7 35,000,000,000 -
Luego de ejecutar cada uno de los anteriores escenarios en GAMS, los

resultados generales arrojados por el programa, son presentados en la Tabla
21, a continuación. En dicha tabla se presentan la ubicación general de
infraestructura, según cada escenario tratado.
90
Tabla 21. Resultados de la ejecución de los distintos escenarios planteados.
Plantas Ubicadas Estaciones Ubicadas Incrementos de capacidad
No Corrida Cantidad Tiempo Capacidad Lugar Cantidad Tiempo Capacidad Lugar Cantidad Tiempo Capacidad Lugar Función Objetivo
1 1 t1 l2 COT1 2 t1,t5 x2,x1 COT1 $ 119,645,375,947
2 1 t1 l2 TEN1 1 t1 x2 TEN1 $ 120,040,566,993
3 1 t1 l3 ZIP3 1 t1 x2 ZIP3 $ 206,432,283,210
4 1 t1 l3 ZIP3 1 t1 x2 ZIP3 $ 206,432,283,210
5 1 t1 l2 TEN3 1 t1 x3 TEN3 $ 73,303,299,047
6 1 t1 l1 CAJ1 1 t1 x3 CAJ1 $ 126,332,711,621
7 1 t1 l2 ZIP2 1 t1 x1 ZIP2 $ 120,735,820,991
8 1 t1 l1 ZIP2 1 t3 x3 ZIP2 $ 122,894,765,384
9 1 t1 l1 ZIP2 1 t3 x3 ZIP2 $ 122,894,765,384
10 1 t1 l1 ZIP3 1 t1 x3 ZIP3 $ 126,545,290,421
11 1 t1 l1 ZIP3 1 t3 x3 ZIP3 $ 122,786,760,584
12 1 t1 l1 ZIP2 1 t3 x2 ZIP2 $ 66,509,952,217
Escenarios de inversión
Para recrear un escenario con restricción de inversión, se ingresa una ecuación

adicional al modelo matemático, la cual se presenta a continuación:
∑ IN, l, t UBICA(IN,l,t) * INVU(l,t) + ∑ x, l, IN, t ICAPA(x,l,IN,t) * CIEX (x,l,t) + ∑ NE, p, t

B B B B B B B B B B B B B
ESTRA(NE, p,t) * INVE(p,t) ≤ INVERSIONMAX

B B B B B B B
Dicha ecuación se programa en GAMS de la siguiente forma:
RES_RENT.. Sum((IN,l,t), UBICA(IN,l,t) * INVU(l,t)) + sum((x,l,IN,t),

ICAPA(x,l,IN,t) * CIEX(x,l,t)) + sum((NE,p,t), ESTRA(NE,p,t) *
INVE(p,t)) =l= INVERSIONMAX;
Para cambiar la cantidad de la inversión máxima deseada, basta con modificar

la cifra del escalar en el modelo, que determina dicho valor (INVERSIONMAX).
Inicialmente se comparan las corridas de los escenarios 1 y 2. Como se puede
observar de la Tabla 21, el valor de la función objetivo del escenario 2, es
significativamente mayor que la del escenario 1, por casi mil millones de pesos.
Cabe resaltar que esta cifra arrojada por la función objetivo, son dineros de
todos los periodos de tiempo, producto de la ejecución del modelo matemático.
Dichos escenarios realizaron la ubicación de la infraestructura, de forma
distinta: El escenario 1 ubicó la planta de tratamiento de residuos en Cota,
mientras el escenario 2 la ubicó en Tenjo. El escenario 1 realizó dos
incrementos de capacidad, mientras el escenario 2 solo realizó un incremento.
De la Tabla 19 se pude observar que los costos de inversión en infraestructura
y los costos de expansión suman un poco más de 27 mil millones de pesos; el
escenario 2 es restringido en costos de inversión para infraestructura de
cualquier tipo, en 27 mil millones de pesos. Esta restricción de disponibilidad de
recursos económicos, produce que el modelo matemático tome una decisión
rápida y concreta con relación a la expansión de la capacidad instalada de la
91
planta de tratamiento de residuos. En la Figura 21, se presenta la ubicación de
la planta, según el escenario 2.
Figura 21. Ubicación de la planta de tratamiento según el escenario 2.
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal
1,020,000
Zipacón
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Metros
Como en el escenario 1, no tenia ninguna restricción de inversión, el modelo

realizó dos expansiones de capacidad en las plantas, de acuerdo al nivel de la
demanda de recolección de RS, lo que produce un nivel de ocupación de la
capacidad instalada de la planta entre un 15 y un 2%. En cambio para el
escenario 2, el modelo realiza solamente un incremento en la capacidad
instalada de la planta, de lo cual resulta una capacidad ociosa entre un 22 y un
0.04%. Esto conlleva a un menor costo de expansión de capacidad, ya que
solamente se realiza una vez, pero trae consigo un costo adicional por déficit,
ya que el modelo deja de recolectar cierta cantidad de RS en los municipios,
para el último periodo de tiempo, ya que no cuenta con capacidad de
procesamiento disponible. La ocupación de la planta según el escenario 2, se
presenta en la Tabla 22. Tanto el escenario 2 como el escenario 1 presentan el
mismo tipo de planta de tratamiento de residuos (con capacidad para procesar
108.000 toneladas por año), con un costo de aproximadamente 26 mil millones
de pesos: al correr el modelo con una restricción de inversión de 24 mil
millones de pesos, el modelo arroja un resultado infactible, lo cual significa que
para estos dos escenarios, el tipo de planta óptima y mínima, es la indicada por
el modelo. Esto puede llevar a pensar, que para la ubicación de infraestructura
existe una cantidad óptima de inversión disponible reflejada en la función
objetivo, ya que ante una baja disponibilidad de recursos económicos, el
modelo declarará que no hay solución factible, y frente a la ausencia de
restricción en inversión disponible, el modelo presenta una solución sub óptima.
92
Las variables económicas según el escenario 2 se presentan en la Tabla 23.
De comparar los dos escenarios, se puede concluir que restringir la inversión
puede efectivamente mejorar los índices rentables, pero con el costo de dejar
de atender poblaciones en el servicio de procesamiento de RS, debido a la falta
de capacidad instalada; es decir, mientras menos inversión disponible se tenga,
menor la posibilidad de calidad en el servicio prestado.
Tabla 22. Ocupación de la capacidad de la planta de tratamiento del escenario

2.
t1 t2 t3 t4 t5 t6 t7
Cantidad de residuos 118,300 124,215 130,426 136,947 143,794 150,984 151,143

Capacidad original 108,000 108,000 108,000 108,000 108,000 108,000 108,000
Expansión de capacidad 1 43,200 43,200 43,200 43,200 43,200 43,200 43,200
Capacidad total 151,200 151,200 151,200 151,200 151,200 151,200 151,200
Diferencia 32,900 26,985 20,774 14,253 7,406 216 57
Tabla 23. Resultados de las variables económicas de la ejecución del modelo

del escenario 2.
DETALLE VALOR
Ingresos $ 210,356,589,503
Costos de transporte $ 10,217,678,364
Costos variables $ 43,254,571,632
Costos de inversión $ 25,885,958,388
Costos de déficit: $ 71,069,478
Costos de expansión $ 759,321,446
Costos fijos $ 10,127,423,202
Variable objetivo $ 120,040,566,993
Los escenarios 6, 7, 8, 9, 10 y 11, se pueden comparar en cuanto a la cantidad

de la inversión. El escenario 6 se realiza para 11 municipios y para 10 periodos
de tiempo, sin inversión alguna determinada; los escenarios 7, 8, 9, 10, y 11,
presentan una cantidad de inversión determinada, la cual va disminuyendo con
los distintos escenarios (en el escenario 7 la inversión es $ 40.000.000.000; en
el escenario 11 la inversión es $ 20.000.000.000). Se toman los escenarios 8 y
9, los cuales no presentan cantidad inicial de RS, pero si una diferencia
considerable en cuanto a la inversión determinada: El escenario 8 presenta una
inversión de $ 30.000.000.000, el cual es superior al escenario 9 en $
5.000.000.000. A pesar de tener esta diferencia en cantidad, ambos escenarios
ubicaron en el mismo sitio la planta de tratamiento; realizaron los incrementos
en el mismo tiempo y del mismo tipo, y la función objetivo presentó el mismo
93
valor. El comportamiento de la generación de residuos y la consecuente
capacidad de la planta de tratamiento se presenta en la Tabla 24.
Tabla 24. Ocupación de la capacidad de la planta de tratamiento, para los

escenarios 8 y 9.
t1 t2 t3 t4 t5 t6 t7 t8 t9 t10
Cantidad de residuos 67,572 70,95074,498 78,223 82,134 86,240 90,552 95,080 99,834 102,052
Capacidad original 72,000 72,00072,000 72,000 72,000 72,000 72,000 72,000 72,000 72,000
Expansión de capacidad 30,153 30,153 30,153 30,153 30,153 30,153 30,153 30,153
Capacidad total 72,000 72,000 102,153 102,153 102,153 102,153 102,153 102,153 102,153 102,153
Diferencia 4,428 1,050 27,655 23,930 20,019 15,912 11,600 7,073 2,319 101
Porcentaje de capacidad libre 6.2% 1.5% 27.1% 23.4% 19.6% 15.6% 11.4% 6.9% 2.3% 0.1%
De la anterior tabla, se resalta, la máxima ocupación posible de la planta, de

manera óptima. La única diferencia entre los escenarios 8 y 9, es el valor de la
inversión, por lo tanto se puede considerar más eficiente el escenario 9, ya que
realizó la misma planeación que el escenario 8, con un valor de inversión
asignado, bastante menor. En cuanto a la ubicación de la planta, estos
escenarios cuentan con solo 11 municipios, correspondientes a la provincia de
Sabana Centro, por lo tanto es de esperarse que la localización de la planta
difiera de los escenarios anteriores (1 y 2), ya que esos cuentan con 19
municipios. El problema de localización infraestructura, depende de las
variables tratadas por el modelo, donde el transporte (influenciado por la
distancia, la cantidad de residuos y la calidad de los mismos), es un elemento
fundamental incidente en el posible centro logístico, que determine el problema
como solución. Esto quiere decir, que el modelo lo que trata de buscar es un
centroide, donde logísticamente, sea eficiente según las necesidades del área
de estudio tratada. El tipo de planta seleccionada por estos modelos,
concuerda con la demanda de tratamiento de RS (la capacidad seleccionada
son 72.000 toneladas, mientras en los escenarios 1 y 2 la capacidad
corresponde a 108.000 toneladas de RS por año). La ubicación de la planta de
tratamiento realizada por los escenarios 8 y 9, se puede observar en la Figura
21.
94
Figura 22. Ubicación de la planta de tratamiento, según los escenarios 8 y 9.
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
1,045,000
Gachancipá
1,040,000
Tenjo Tocancipá
Tabio Cajicá
1,035,000
Madrid
Chía
1,030,000
1,025,000 Cota
1,020,000
985,000 990,000 995,000 1,000,000 1,005,000 1,010,000 1,015,000 1,020,000 1,025,000 1,030,000
Metros
Al comparar el escenario 9 con el escenario 11, la situación cambia

significativamente, ya que este último reduce nuevamente la cantidad de dinero
disponible para inversión en $ 5.000.000.000, dando como resultado una
disminución neta en la función objetivo de $ 108.004.800; además la ubicación
de la planta de tratamiento cambia ligeramente, del nodo ZIP2 a ZIP3, lo cual
no cambió la capacidad de procesamiento de RS, ya que en ambos escenarios
seleccionaron el mismo tipo de planta. En la Tabla 25, se presenta una
comparación entre las variables económicas de los escenarios 8 y 11.
Tabla 25. Comparación de las variables económicas de los escenarios 8 y 11.
DETALLE ESCENARIO 9 ESCENARIO 11

Ingresos $ 199,034,575,315 $ 199,034,575,315
Costos de transporte $ 4,451,098,794 $ 4,559,103,594
Costos variables $ 40,763,637,735 $ 40,763,637,735
Costos de inversión $ 19,174,783,991 $ 19,174,783,991
Costos de déficit: $0 $0
Costos de expansión $ 755,879,446 $ 755,879,446
Costos fijos $ 10,994,409,965 $ 10,994,409,965
Variable objetivo $ 122,894,765,384 $ 122,786,760,584
95
Se puede observar, de la anterior tabla, que la principal diferencia entre las
variables objetivo de estos escenarios, radica en los costos de transporte, lo
cual es originado por la nueva ubicación de la planta. La diferencia equivale a
un poco mas de $ 108 millones a favor del escenario 9. Al reducir nuevamente
la inversión del escenario 9 al escenario 11, se perdió el punto óptimo de la
función objetivo, cambiando la localización de la planta de tratamiento, lo cual
corrobora las conclusiones de los escenarios 1 y 2; se podría concluir que
existe una relación intrínseca entre la inversión disponible para realizar
construcciones y el valor de la función objetivo, lo cual significaría que puede
existir un punto óptimo de inversión. Esto se puede corroborar, realizando una
serie de corridas sucesivas del modelo matemático, para distintos valores de
inversión, lo cual se deja como sugerencia para futuros trabajos.
Escenarios de cobertura geográfica
En la zona de estudio presentada anteriormente (Capitulo 4), se describió la

disposición de las provincias Sabana Centro y Sabana Occidente. Las corridas
1 a la 5, presentan escenarios donde la zona geográfica está conformada por
19 municipios; los escenarios 6 al 12, presentan un área donde la cobertura es
reducida a solamente la provincia Sabana Centro, la cual cuenta con 11
municipios. Al disminuir la cantidad de municipios, disminuye los RS generados
y por ende, la demanda de procesamiento de residuos; por lo tanto, la inversión
requerida es menor y el servicio a la población debe mantenerse en el mismo
nivel. Como se mencionó en los escenarios de inversión, el problema logístico
cambia radicalmente, al reducir la zona de influencia del modelo matemático.
Debido a que se cuenta con menos municipios, no es posible comparar las
variables económicas de los distintos escenarios en cuanto a costos o incluso,
en cuanto a la función objetivo. Sin embargo, es posible comparar el porcentaje
de rendimiento de la función objetivo sobre los ingresos totales, para cada
escenario. Si se compara el escenario 3 con el escenario 6 (los cuales
presentan igual nivel de inversión, e igual cantidad inicial de RS), en relación al
nivel de producción y cobertura, según la Tabla 26 (para el escenario 6), se
puede notar que el escenario con 11 municipios de cobertura, presenta
dificultades en la prestación del servicio, ya que se trata de una zona muy
pequeña para una planta de termólisis: el modelo trata de ubicar la planta de
menor tamaño posible (planta de 72.000 toneladas), con el fin de equiparar los
costos al posible valor que le representa al modelo dicho mercado; mas sin
embargo, el modelo procura la mayor cobertura posible de recolección de RS a
través de incrementos en la capacidad de la planta de termólisis (aumento la
capacidad de la planta en 28.800 toneladas). A pesar de esto, el escenario 6,
con 11 municipios de cobertura, presenta un mayor rendimiento de la función
objetivo frente a los ingresos, que el escenario 3 con 19 municipios. Mientras el
escenario 3 presenta un 58.6%, el escenario 6 presenta un 61.9% de
rendimiento (calculado como función objetivo / ingresos totales). La ocupación
de la capacidad instalada, según el escenario 3 se presenta en la Tabla 27. La
96
ubicación de la planta de tratamiento, realizada por el escenario 3, se presenta
en la Figura 22.
Tabla 26. Ocupación de la capacidad de la planta de tratamiento, para el

escenario 6
t1 t2 t3 t4 t5 t6 t7 t8 t9 t10
Cantidad de residuos 94,316 70,950 74,498 78,223 82,134 86,240 90,552 95,080 99,834 100,212
Capacidad original 72,000 72,000 72,000 72,000 72,000 72,000 72,000 72,000 72,000 72,000
Expansión de capacidad 28,800 28,800 28,800 28,800 28,800 28,800 28,800 28,800 28,800 28,800
Capacidad total 100,800 100,800 100,800 100,800 100,800 100,800 100,800 100,800 100,800 100,800
Diferencia 6,484 29,850 26,302 22,577 18,666 14,560 10,248 5,720 966 588
Figura 23. Ubicación de la planta de tratamiento, según el escenario 6.

Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
1,045,000
Gachancipá
1,040,000
Tenjo Tocancipá
Tabio Cajicá
1,035,000
Madrid
Chía
1,030,000
1,025,000 Cota
1,020,000
985,000 990,000 995,000 1,000,000 1,005,000 1,010,000 1,015,000 1,020,000 1,025,000 1,030,000
Metros
Por otra parte, el escenario con 19 municipios, correspondiente al escenario 3,

presentado en la Tabla 27, muestra una amplia holgura en la capacidad
instalada de procesamiento de RS; sin embargo, el modelo busca optimizar el
recurso aprovechando al máximo la capacidad de la planta, como se puede
observar en los últimos periodos de tiempo de la Tabla. La ubicación de la
planta de tratamiento, por el escenario 3, se muestra en la Figura 23.
Tabla 27. Ocupación de la capacidad de la planta de tratamiento, para el

escenario 3.
t1 t2 t3 t4 t5 t6 t7 t8 t9 t10
Capacidad total 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200
Diferencia 42,155 62,985 56,774 50,253 43,406 36,216 28,667 20,740 12,417 3,678
97
Figura 24. Ubicación de la planta de tratamiento, según el escenario 3.
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
Ubicación de la planta de tratamiento Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal
1,020,000
Zipacón
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Metros
Ambos escenarios se ven afectados por una cantidad inicial de RS, por lo cual,
en el primer periodo se presenta una capacidad libre inferior a la de los
periodos siguientes. Esto será analizado en un escenario posterior.
Adicionalmente, se puede comparar el escenario 2, con el escenario 12, los
cuales presentan el mismo número de periodos de tiempo, la misma inversión
determinada y sin cantidades iniciales de RS. El escenario 2, ocurre para 19
municipios (las dos provincias), mientras el escenario 12 ocurre para 11
municipios (provincia Sabana Centro). En ninguno de los dos escenarios se
presentó un costo de penalización por no recolectar residuos. Previamente en
la Tabla 22, se presenta la ocupación de la capacidad instalada para el
escenario 2, y en la Tabla 28, se presenta la ocupación de la capacidad
instalada para el escenario 12. No es posible comparar los escenarios 2 y 12,
en cuanto a las variables económicas (como ocurre con los escenarios 3 y 6),
debido a que son regiones distintas. Sin embargo, el rendimiento de la función
objetivo sobre la inversión, da como resulto un 56.7% para el escenario 2 y un
55.0 % para el escenario 12.
98
Tabla 28. Ocupación de la capacidad instalada, para el escenario 12.
t1 t2 t3 t4 t5 t6 t7
Cantidad de residuos 67,572 70,950

74,498 78,223 82,134 86,240 90,552
Capacidad original 72,000 72,000
72,000 72,000 72,000 72,000 72,000
Expansión de capacidad 21,600 21,600 21,600 21,600 21,600
Capacidad total 72,000 72,000 93,600 93,600 93,600 93,600 93,600
Diferencia 4,428 1,050 19,102 15,377 11,466 7,360 3,048
Al comparar el nivel de cobertura de estos dos escenarios, se puede notar que

el modelo matemático siempre trata de encontrar la combinación adecuada de
tipo de planta, con los correspondientes incrementos en capacidad, para
equiparar el nivel de la demanda de tratamiento de RS. Sin embargo, por el
tamaño de las plantas y por los costos relacionados, es mas conveniente tener
un área de cobertura para el tratamiento de RS, que cope la capacidad
instalada. Un área de cobertura demasiado pequeña puede sobre estimar la
capacidad instalada de la planta, incurriendo en sobre costos por no cubrir los
costos fijos de la planta. Un área de cobertura demasiado grande, puede tener
sobre costos de transporte y sobre costos por la capacidad de procesamiento
instalada. Por lo tanto se puede pensar, que existe un área de cobertura
óptima, según el tipo de planta y la demanda de procesamiento de RS. Esto se
podría corroborar, realizando corridas sucesivas del modelo matemático,
iniciando con una cantidad determinada de municipios y aumentando en cada
corrida un municipio. Para cada corrida sería necesario calcular el rendimiento
de la función objetivo sobre los ingresos totales del modelo, para conformar
una serie de datos y analizar dicho comportamiento, lo cual se deja como una
sugerencia para trabajos futuros.
Escenarios de duración de la planeación.
En los escenarios de duración de la planeación, se realizan dos

comparaciones: una planeación a 5 y a 10 años, para 19 municipios
(escenarios 4 y 5), y una planeación a 7 y a 10 años, para 11 municipios (11 y
12). En la Tabla 30, se encuentra la ocupación de capacidad para el escenario
4 y adicionalmente en la Tabla 31, se encuentra la ocupación de capacidad
para el escenario 5. En la Figura 24, se encuentra la ubicación de la planta por
los escenarios 4 y 5. Como se puede observar en las tablas y en la figura a
continuación, tanto la ubicación de la planta, como la selección de la
capacidad de la misma, es muy distinta entre los diferentes horizontes de
planeación. El rendimiento de la función objetivo sobre los ingresos brutos del
escenario 4, corresponde a un 58.61%, mientras en el escenario 5 esta
proporción corresponde a un 54.7%. Esto significa, que mientras mayor sea el
horizonte de planeación, mayor será la capacidad de realizar una planeación
acorde a la dinámica de una zona. Se puede obtener como conclusión de este
escenario, que la planeación estratégica se entremezcla con la planeación
99
táctica. En otras palabras, la planeación a largo plazo, es la sumatoria de las
planeaciones a mediano plazo. Sin embargo existe un elemento importante en
la duración de la planeación: la disponibilidad de recursos para invertir.
Mientras el escenario 5 requirió una inversión de $ 20.708 millones y realizó
expansiones de capacidad por $ 379 millones, el escenario 4 requirió una
inversión por $ 32.357 millones y realizó expansiones de capacidad por $ 696
millones de pesos. En otras palabras, la planeación a largo plazo, requiere un
nivel de inversión más alto. Además hay que tener en cuenta, que el escenario
4 presenta un nivel de capacidad ociosa bastante alto en los primeros años, en
comparación al escenario 5. Sin embargo, cuando esto es producto de la
planeación, se puede calcular, que la capacidad ociosa, es bastante menos
costosa, que un incremento adicional en la capacidad o incluso, instalar una
nueva planta. Por otro lado, la figura muestra las dos ubicaciones realizadas
por los escenarios, y se puede concluir, que a largo plazo, el peso de un
municipio como Zipaquirá, es determinante para la ubicación de la
infraestructura.
Tabla 29. Ocupación de la capacidad de la planta de tratamiento, según el

escenario 4.
t1 t2 t3 t4 t5 t6 t7 t8 t9 t10
Capacidad total 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200 187,200
Diferencia 42,155 62,985 56,774 50,253 43,406 36,216 28,667 20,740 12,417 3,678
Tabla 30. Ocupación de la capacidad de la planta de tratamiento, según el

escenario 5.
t1 t2 t3 t4 t5
Cantidad de residuos 145,045 124,215 130,426 136,947 143,794

Capacidad original 108,000 108,000 108,000 108,000 108,000
Expansión de capacidad 43,200 43,200 43,200 43,200 43,200
Capacidad total 151,200 151,200 151,200 151,200 151,200
Diferencia 6,155 26,985 20,774 14,253 7,406
Porcentaje de capacidad libre 4.1% 17.8% 13.7% 9.4% 4.9%
100
Figura 25. Ubicación de plantas, según los escenarios 4 y 5.
Metros
1,060,000
1,055,000
Nemocón
Cogua
1,050,000
Zipaquirá
Ubicación de la planta de tratamiento,
según escenario 4 Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal

según escenario 5
1,020,000
Zipacón
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Metros
Escenarios de condiciones iniciales de residuos sólidos
Los escenarios 3, 4, 5, 6, 7 y 10, presentan condiciones iniciales de RS. Esto

significa que en algunos municipios, se contaba con un botadero o relleno
sanitario, de donde el modelo tomaría RS, para ser procesados en la planta de
tratamiento. Para este tipo de escenarios, es posible comparar el escenario 9 y
el escenario 10. La ubicación de la planta por parte los dos escenarios, si bien
no se realiza en el mismo lugar, si se realiza en un lugar muy cercano. En la
figura 22 se presenta la ubicación de la planta de tratamiento según el
escenario 9 y en la Tabla 24, se presenta la ocupación de la capacidad, según
el escenario 9. La capacidad ocupada del escenario 9 se muestra en la Tabla
24. La Figura 26, presenta la ubicación de la planta según el escenario 10
(aunque también se presenta la ubicación de la planta según el escenario 9).
En la Tabla 31, se presenta la capacidad instalada de la planta, según ese
mismo escenario. Si se comparan los resultados de las Tablas 24 y 31, se
puede observar que ambas plantas ubican una planta para procesar hasta
72.000 toneladas de RS. En el escenario 9, se realiza un incremento de
capacidad en el periodo 3, que es cuando efectivamente se necesita por las
condiciones de crecimiento en la generación de RS; en cambio en el escenario
10, el incremento en la capacidad de la planta se realiza desde el primer
periodo de tiempo, lo cual significa que desde que se instala la planta, se
acondiciona con el incremento en la capacidad, debido a la cantidad de RS
disponibles en el primer periodo de tiempo.
101
Figura 26. Ubicación de la planta de tratamiento, según el escenario 9 y 10.
Metros
1,060,000
según escenario 10
1,055,000
Nemocón
Cogua
1,050,000
Ubicación de la planta de tratamiento, Zipaquirá
según escenario 9
Tocancipá
1,040,000
Subachoque
Tabio Cajicá Sopo
1,035,000
Tenjo Chia
1,030,000
El Rosal
1,020,000
Zipacón
Bojaca Madrid
1,015,000
Funza
1,010,000 Mosquera
1,005,000
960,000 970,000 980,000 990,000 1,000,000 1,010,000 1,020,000 1,030,000
Municipios Nodos 1 Nodos 2 Nodos 3 Metros
Tabla 31. Ocupación de la capacidad de la planta de tratamiento del escenario

10
t1 t2 t3 t4 t5 t6 t7 t8 t9 t10
Capacidad total 100,800 100,800 100,800 100,800 100,800 100,800 100,800 100,800 100,800 100,800
Diferencia 6,484 29,850 26,302 22,577 18,666 14,560 10,248 5,720 966 157
La cantidad inicial de RS en los municipios provoca que se incremente, en el

primer año, la demanda por servicios de tratamiento de RS; si se tiene en
cuenta que el modelo está forzado a atender las poblaciones, a través de un
costo de déficit (residuos no recolectados en los municipios por el costo de
penalización o déficit), el modelo prefiere entonces realizar el incremento en la
capacidad para cubrir la oferta del primer año, sin importar que en los años
siguientes, se presente un alto índice de capacidad ocioso (para el periodo 2,
es 30% aproximadamente).
6.6 ANÁLISIS DE SENSIBILIDAD:
El análisis de sensibilidad es un conjunto de actividades posterior a la solución

encontrada por el modelo matemático, las cuales sirven para estudiar y analizar
que tan sensible es la solución a los cambios en los datos de entrada del
102
modelo. Aunque el análisis de sensibilidad presenta múltiples usos, debido a la
discontinuidad de las variables binarias que se utilizan en esta tesis, no aplica
en los procedimientos normales de comparación de derivadas de las funciones
objeto de estudio. Es por la naturaleza del problema, infactible realizar este tipo
de análisis a este problema en particular, por consiguiente se optó por analizar
el comportamiento del modelo matemático con diferentes escenarios, como se
explica en el numeral 6.5.
Por otro lado, GAMS realiza un análisis de sensibilidad, el cual consiste en una
relajación de las variables binarias, convertidas a continuas en un rango entre 0
y 1. En base a esto, el programa realiza cálculos de las derivadas de las
variables en el punto óptimo encontrado. Sin embargo, el ingeniero Danilo Abril,
no recomienda la utilización del análisis de sensibilidad, debido a que la
relajación de las variables binarias le agrega un alto grado de inexactitud. Por
lo cual, no se toma el análisis de sensibilidad realizado por GAMS.
103
CONCLUSIONES Y RECOMENDACIONES
Sobre la construcción del modelo y desarrollo de la tesis.
- De acuerdo a los resultados obtenidos, se cumplió con el objetivo de

esta tesis, el cual consistía en crear un modelo prototipo para la
ubicación de infraestructura para el procesamiento de RS.
- La investigación de operaciones es un soporte sólido para la toma de

decisiones a mediano y largo plazo (sin descartar el corto plazo y el día
a día), debido al análisis sistémico e integral sobre todas las posibles
posibilidades a seguir en un problema dado. La abstracción de la
realidad de un problema común, en un sistema de ecuaciones como el
expuesto a lo largo de este trabajo, produce una clara visión de futuro
sobre la cual, fácilmente se puede basar quienes toman las decisiones
para planear los distintos escenarios y cursos de acción a tomar.
- Sobre el modelo matemático desarrollado en esta tesis, es posible incluir

restricciones adicionales que representen condiciones deseadas, de
algún tipo de objetivo especifico; como objetivos ambientales, sociales o
cualquier otro relacionado. Esto consiste en una forma de reflejar en el
modelo no solo aspectos de carácter técnico, sino también aspectos de
los principios políticos de quienes toman las decisiones. Estas
restricciones pueden ser expresadas en ecuaciones que limiten el cubo
simplex, o pueden estar expresadas en términos económicos que limiten
la función objetivo; por ejemplo, en el modelo propuesto, existe un costo
de penalización por no recoger los RS de algún municipio, lo cual se
puede considerar en términos prácticos como una multa. Si por ejemplo
se quisiera tratar objetivos ambientales mucho más estrictos, se podría
hacer por medio de la introducción de ecuaciones que traten con dichos
temas de forma directa.
- La tecnología de termólisis utilizada en las plantas de tratamiento de RS,

constituye una alternativa viable tanto para la eliminación de RS, como
para la generación de energía eléctrica. En la zona de estudio
seleccionada según los resultados del modelo la generación de energía
eléctrica en el tipo de planta seleccionada, se encuentra en 98.5 MW/h,
lo cual es una importante fuente de energía eléctrica. Se podría
recomendar este tipo de plantas de tratamiento, basadas en termólisis,
para poblaciones donde el costo económico y ambiental de otro tipo de
infraestructura de generación eléctrica es muy costosa, como en la isla
de San Andrés o en poblaciones apartadas de termoeléctricas.
- Como recomendación para futuro basados en esta tesis, se puede incluir

un escenario adicional, en el que se incluya una restricción
104
correspondiente a la flotilla de transporte requerida para movilizar los RS
desde los municipios, hasta las estaciones de transferencia o plantas de
termólisis. Con una restricción de este tipo, en donde el modelo
matemático posea un recurso limitado para transportar los RS, es
posible que se ubiquen estaciones de transferencia, de tal manera que
se balance el tiempo de recolección y el tiempo de transporte. Incluso se
podría incluir un nuevo índice, que trate las horas de trabajo disponibles
de la flota de transporte.
- Actualmente, por los tratados ambientales que rigen en la mayor parte

del mundo, los certificados de emisiones son un tema que cada vez
toma mayor relevancia en los temas ambientales. Como una posible
aplicación posterior, se podría incluir en la modelación matemática, los
ingresos por certificados de emisiones, de países con una gran
necesidad por disminuir el impacto ambiental causado por las
actividades humanas.
- Como recomendación alternativa, para la ubicación de infraestructura,

se puede considerar utilizar algoritmos heurísticos, los cuales son de
mayor sencillez, pero de un mayor grado de inexactitud, ya que estas no
constituyen estrictamente técnicas de optimización, sino de
aproximación a una buena respuesta. Estas técnicas no han sido
suficientemente probadas en este tipo de aplicaciones. Además, con los
algoritmos heurísticos no hay forma de conocer que tan distante esta la
respuesta encontrada por el algoritmo, de la respuesta óptima.
Sobre los datos utilizados
- A pesar de que el área escogida para la implementación del modelo

matemático no posee una forma regular, se puede observar que el área
guarda un parentesco con una forma geométrica elipsoidal, y la
ubicación de la planta de tratamiento se encuentra en el centro de esta
(COT1), y relativamente cerca de los municipios con mayor generación
de RS (Chia, Cajicá y Zipaquirá).
- Las distancias entre nodos fueron obtenidas por medio de calculo lineal
entre los distintos puntos; para una aplicación real se debería contar con
las distancias viales entre los distintos puntos, ya que estas pueden
variar dramáticamente debido a la topografía de la zona de
implementación del modelo matemático; es decir que si dos municipios
son cercanos entre si, pero tienen una montaña entre estos, el camino
entre estos dos sitios tendrá que rodear dicho obstáculo natural. Por
otro lado, no todos los municipios están interconectados entre si; por
ejemplo, no hay un camino directo entre Nemocón y Zipacón, se debe
primero pasar por varios municipios antes de llegar a dicho destino, lo
cual aumenta la distancia a recorrer.
105
- Para una aplicación real, se recomienda considerar un periodo de
planeación de mayor horizonte; no mayor a 20 años ya que el poder de
computo requerido seria enorme. Esto con el fin de tener un panorama
mas claro de las inversiones de capital necesarias para ubicar la
infraestructura necesaria, sobre todo para fines de la recuperación de la
inversión
- Para una aplicación real, se deben realizar análisis financieros más

profundos, de manera que involucren conceptos como la TIR, el VPN, el
EBITDA y el EVA (todos estos de especial interés para los inversionistas
del proyecto), lo cual se deja como sugerencia para aplicaciones futuras
de este trabajo.
- Para una aplicación real, es necesario refinar los datos correspondientes

a los coeficientes de rendimientos insumo-producto de los
termolizadores, ya que aunque estos fueron proporcionados por
Guillermo Ramírez, representante de Termólisis de España en
Colombia, la operación de estos sobre la geografía nacional puede
tener cierto desajuste debido a las condiciones ambientales propias del
país, y en especial de la zona donde se ubique la planta.
Sobre los resultados
- Para una aplicación patrocinada por quienes realmente toman

decisiones en cuanto a la planeación regional (involucrando por ejemplo
el POT, la PGIRS y cualquier otro tipo de plan), es posible refinar el
planteamiento del modelo matemático agregando un mayor nivel de
detalle en los índices y parámetros, lo cual implica un esfuerzo mayor en
la consecución de los datos con que se alimenta el problema y una
profunda revisión de los impactos sobre las ecuaciones. En cuanto a los
índices, se podría obtener un mayor nivel de detalle con un índice de
tipo de población atendida dentro de los nodos de generación de
residuos; es decir, para un nodo de generación de RS j, puede existir un
tipo de población a, la cual puede ser de naturaleza industrial, comercial
o residencial, como ocurre en la actualidad y así sucesivamente con los
demás índices se puede lograr un nivel de detalle mayor. Si necesita
mayor nivel de detalle, se puede agregar elementos a los parámetros, y
si se necesita hacer modificaciones de fondo se debe agregar índices a
los parámetros. Con los parámetros actuales, es posible vincular a
estos, nuevos índices creados o incluso índices actuales a dichos
parámetros; por ejemplo, se podría vincular un índice creado
anteriormente, al parámetro de generación de RS y a muchos otros más,
consiguiendo así un mayor nivel de detalle en el parámetro. También es
posible hacer esto con índices creados actualmente, por ejemplo,
también se puede lograr un mayor nivel de detalle adicionando el índice
106
de tiempo al parámetro que expone la capacidad de almacenaje de
residuos en los distintos municipios (parámetro CARJ(j)), con esto se
reflejaría mejor si se cierra un relleno sanitario o un botadero a cielo
abierto a partir de algún punto en el tiempo y en el municipio ya no se
puede aceptar RS; También es posible lograr un mayor refinamiento en
el parámetro de precio pagado por la disposición de los distintos RS, si
se le adiciona el índice de nodo de generación, con lo cual se podría
determinar un precio de disposición de RS por municipio generado
(aunque el precio pagado por la disposición final de RS, esta regulado
por la superintendencia de servicios públicos). Los anteriores son solo
algunos ejemplos, de cómo es posible lograr un mayor nivel de
refinamiento tanto en los índices como en los parámetros utilizados por
el modelo.
- Los resultados de las corridas del modelo matemático, con los datos
suministrados de las dos provincias de Cundinamarca, no incluyen en
ningún momento o lugar, la construcción, instalación y puesta en
operación de estaciones de transferencia para RS. Esto se ve ratificado
por los estudios económicos del Ing. Guillermo Velasco en su estudio de
factibilidad de estaciones de transferencia para RS.
- Para futuros desarrollos, se recomienda contar con un computador de

altas especificaciones, debido a la cantidad de cálculos requeridos para
encontrar un punto óptimo.
107
BIBLIOGRAFIA
LIBROS
1. BAZARAA, Mokhtar. Programación lineal y flujo en redes. Ciudad de

Mexico: Limusa, Noriega editores. 1999.
2. CASTILLO, Enrique et al. Formulación y resolución de modelos de

programación matemática en ingeniería y ciencia. Toledo: Universidad
de Castilla – La Mancha. 2003.
3. PORTER, Michael. Competitive advantage: Creating and sustaining

superior performance. New York. The Free Press. MacMillan, 1985.
4. RARDIN, Ronald. Optimization in operations research. New Jersey.

Prentice Hall, 1998..
5. SHAPIRO, Jeremy. Modeling the Supply Chain. Duxbury,

Massachusetts. Editorial Duxbury, 2001.
6. TCHOBANOGLOUS, George et al. Gestión integral de residuos

sólidos. Madrid: Mc Graw Hill, 1994. V. 1.
ARTÍCULOS (Incluidos artículos de Internet)
7. ASIAN MEDIA INFORMATION AND COMMUNICATION CENTRE.

Waste in Asia [On Line]. Singapur. AMIC. 2003. Disponible en:
www.amic.org.sg/websites/waste.pdf
8. CEPAL. Avances de América Latina y el Caribe hacia el desarrollo sostenible

en los temas de: Asentamientos humanos, agua y saneamiento [On Line]. s.l.
Comisión económica para América latina y el caribe, documento sin revisión
editorial. 2004. Disponible en:
http://www.eclac.cl/publicaciones/MedioAmbiente/1/LCR2121/lcr2121_es.pdf
9. CEPAL – ONU. Anuario estadístico de América Latina y el Caribe 2004 [On

Line]. Santiago de Chile. Publicaciones de las Naciones Unidas, 2005. p. 183 –
184. Disponible en:
<http://www.eclac.cl/publicaciones/Estadisticas/4/LCG2264PB/
p2_1.pdf>
10. COLLAZOS, Héctor. Deslizamiento de basura en el relleno sanitario

Doña Juana [On Line]. Bogotá. Publicaciones CEPIS, 1998. 3. El
Deslizamiento. Disponible en :
108
<http://www.cepis.opsms.org/eswww/fulltext/gtz/deslbasu/deslbasu.html
#cap03 >
11. DIAZ, Luis et al. Solid waste management in África [On Line]. En:
SEMINARIO INTERNACIONAL DE GESTIÓN INTEGRAL DE
RESIDUOS SÓLIDOS Y PELIGROSOS, SIGLO XXI. (1999: Medellín).
Ponencias y conclusiones del seminario internacional de gestión
integral de residuos sólidos y peligrosos. 16 p. Disponible en: <
www.udea.edu.co >
12. EEA, European Environmental Agency. Case studies on waste

minimisation practices in Europe. [On Line]. (Citado en Junio, 2002)
Disponible en:
http://repository.eea.eu.int/reports/topic_report/2002_2/full_report/en/html
13. HANNEQUAR, Jean-Pierre y BETANCUR, Lucena. Acciones de las

autoridades locales a favor de la prevención de desechos municipales
en América Latina [On Line]. En: SEMINARIO DE LA RED 6 DE
MEDIO AMBIENTE URBANO. (2003: Málaga). Reporte introductorio
para el seminario de la Red 6 de Medio Ambiente Urbano, 2003. 16 p.
Disponible en:
http://www.fundacionhabitatcolombia.org/RESIDUOS%20AMERICA%20LA
TINA.doc
14. HERRERA CARRILLO, Ricardo. Lineamientos generales para el

manejo de residuos sólidos en el Departamento de Cundinamarca:
Informe Final. Bogota: s.n., 2003.
15. HURTADO, Ferran. Constrained facility location. Barcelona.

Universidad de Cataluña, 1998. 2 p.
16. KLUNDERT, Arnold Van de y MULLER, Maria. Community based

waste collection and small scale enterprise development in waste
recycling in Dar Es Salaam. Holanda: WASTE. Advisers on urban
environment and development. 1998.
17. MALARIN, Hector y VAUGHAN, William. An approach to the economic

analysis of solid waste disposal alternatives. Washington. Banco
Interamericano de Desarrollo, 1997. 47 p.
18. MINISTERIO DEL MEDIO AMBIENTE (Colombia), Política para gestión

integral de residuos sólidos. Bogota: s.n. ,1997.
19. PRAWIRADINATA, Rudy. Integrated solid waste management model:

The case of Central Ohio District. Columbia, 2004, 282 p. Trabajo de
109
grado para acceder titulo de Doctor en Filosofía. Universidad Estatal de
Ohio. Facultad de Ingeniera y Ciencias Económicas.
20. ROBBA, M. et al. A multiobjective approach for solid waste

management. Genova. Universidad de Genova, 1997. 6 p
21. SAVAGE, George y EGGERTH, Linda. Status of solid waste management in

the United States [On Line]. En: SEMINARIO INTERNACIONAL DE
GESTIÓN INTEGRAL DE RESIDUOS SÓLIDOS Y PELIGROSOS, SIGLO
XXI. (1999: Medellín). Ponencias y conclusiones del seminario internacional
de gestión integral de residuos sólidos y peligrosos. Disponible en: <
www.udea.edu.co >
22. UN – HABITAT, United Nation Human Settlements Programme. Urban

environment waste [On Line]. En: UN – Habitat publications. Nueva York.
Disponible en: <http://www.unhabitat.org/Istanbul+5/70.pdf >
23. UNITED NATIONS ENVIRONMENT PROGRAMME. Global

Environment Outlook 3: Past, present and future perspectives [On
Line]. Londres. Eartscan Publications: 2002. Disponible en: <
http://www-cger.nies.go.jp/geo/geo3/pdfs/Chapter2urban.pdf >.
24. WORLD RESOURCES INSTITUTE. World resources: a guide to the

global environment. Nueva York: Oxford University Press, 1997.
REVISTAS Y PERIODICOS
25. ARCIERI, Vicente. Crece devastación en la ciénaga de la Virgen por

los invasores. En: El Tiempo, Bogotá. (28, Febrero, 2005).
26. CHANG, Ni Bin, et al. Solid waste management system analysis with air
pollution and leachate impact limitation. En: Waste Management and
Research. 1996. Vol 14.
27. EL PAÍS. Emergencia sanitaria es por falta de gestión, contralora de

Cali advierte que la ciudad está al borde de un grave problema
ambiental. En: El país, Cali. (1, Julio, 2003).
28. HART, Stuart. Strategies for a sustainable world. En: Harvard Business
Review. Cambridge. 1997. Vol. Enero – Febrero.
29. LA PATRIA. Ultimátum para manejo de 28 mil toneladas de basura. En:

La Patria, Manizales. (6, Marzo, 2006).
110
30. LJUNGGREN, Maria. Modelling national solid waste management. En:
Waste Management and Research. Reino Unido. Vol 18. No Marzo del
2000. p. 525 – 537.
31. SHAPIRO, Jeremy. Beyond supply chain optimization to enterprise

optimization. En: ASCET. Vol 3. Abril, 2001.
PAGINAS DE INTERNET
32. AMBIENTAL.NET. Crisis de basuras en ciudades colombianas: cinco

mil toneladas de basuras acosan a diario a nueve capitales [On Line].
En: Informaciones ambientales para América Latina. Montevideo.
(Agosto, 2002). Disponible en:
http://www.ambiental.net/noticias/contaminacion/ColombiaCrisisBasura.htm
33. BBC NEWS. Recycling around the world [On Line]. En: BBC news
website. Londres (Citado en 25 Junio, 2005). 6 p. Disponible en:
http://news.bbc.co.uk/2/hi/europe/4620041.stm
34. FACULTAD DE CIENCIAS FÍSICAS Y MATEMATICAS. Rellenos

sólidos [On Line]. Universidad de Chile. Disponible en:
http://cipres.cec.uchile.cl/~edmunoz/rs1.html
35. INGENIERÍA AMBIENTAL Y MEDIO AMBIENTE. Residuos sólidos [On

Line]. Op Cit., Clasificación por tipo de manejo.
36. SALA DE PRENSA DE LA COMISION EUROPEA. Questions and

Answers on the Thematic Strategy on the prevention and recycling of
waste: Press release. [On Line]. Bruselas: 2005. Disponible en:
http://europa.eu.int/rapid/pressReleasesAction.do?reference=MEMO/05/496&f
ormat=HTML&aged=0&language=EN&guiLanguage=en
37. TEXAS CENTER FOR POLICY STUDIES AND ENVIRONMENTAL

DEFENSE. Texas environmental profiles: Waste [On Line]. Austin. 6 p.
Disponible en: http://www.texasep.org/html/wst/wst_1msw.html
38. UNITED NATION ENVIRONMENT PROGRAMME. Newsletter and

technical publications about municipal solid waste management:
Regional overviews and information sources – Asia, Topic a: Waste
Reduction [On Line]. s.l. 2002. Disponible en:
<http://www.unep.or.jp/ietc/ESTdir/Pub/MSW/RO/asia/topic_a.asp >
111
GLOSARIO
Algoritmo simplex: Es un procedimiento iterativo que permite ir mejorando la

solución a cada paso. El proceso concluye cuando no es posible seguir
mejorando más dicha solución. El método del simplex fue creado en 1947 por
el matemático George Dantzig. El método del simplex se utiliza, sobre todo,
para resolver problemas de programación lineal en los que intervienen tres o
más variables. El álgebra matricial y el proceso de eliminación de Gauss-
Jordan para resolver un sistema de ecuaciones lineales constituyen la base del
método simplex.
Algoritmo heurístico: Son algoritmos que proporcionan soluciones factibles,

las cuales no optimizan la función objetivo, pero se supone que al menos se
acercan al valor óptimo en un tiempo de calculo razonable. Se les podría definir
con el término de resultados “satisfactorios” en lugar de óptimos, ya que las
soluciones son lo suficientemente buenas para servir a los propósitos
generales.
Almacenamiento. Es la acción del usuario de colocar temporalmente los RS

en recipientes, depósitos contenedores retornables o desechables mientras se
procesan para su aprovechamiento, transformación, comercialización o se
presentan al servicio de recolección para su tratamiento o disposición final.
Biomasa: Abreviatura de masa biológica, es referente a elementos de origen

orgánico y el término es utilizado en la terminología concerniente al
combustible energético que se obtiene directa o indirectamente de los recursos
biológicos
Botadero a campo abierto (o a cielo abierto): Cualquier disposición final de

RS, que no cumpla con las disposiciones establecidas por la ley o que
produzca riesgos para la salud y seguridad humana o para el medio ambiente.
Cadena de suministro: una red de instalaciones y medios de distribución que

tiene por función la obtención de materiales, transformación de dichos
materiales en productos intermedios y productos terminados y distribución de
estos productos terminados a los consumidores.
Caracterización de residuos: Composición del contenido encontrado en los

RS. Esto usualmente incluye los materiales contenidos en los RS y cantidad de
los mismos.
Compost: es el humus obtenido de manera artificial por descomposición

bioquímica, evitando en lo posible la fermentación (por exceso de agua, que
impide la aireación-oxigenación y crea condiciones biológicas anaeróbicas
112
malolientes) de residuos orgánicos como restos vegetales, animales,
excrementos y purines.
Compostaje: Es el proceso que utiliza las propiedades de la materia orgánica

para su descomposición y transformación en un material estabilizador del
suelo, al combinarse con otros productos puede convertirse en abono
Estación de transferencia de residuos: Es un sitio destinado a transvasar los

residuos contenidos en un vehículo contenedor de menor tamaño a uno de
mayor tamaño.
Fracción orgánica de residuos: Es la porción de residuos de carácter

orgánico, putrescible, contenidos en los RS.
GAMS (General Algebraic Modeling System): Consiste en un software

especializado en el montaje y ejecución de modelos matemáticos de
programación lineal, para la optimización de problemas de investigación de
operaciones.
Generación de residuos: Se entiende por generación de desechos sólidos a

la producción de materiales descartados por el hombre, durante la realización
de sus actividades.
Líquidos lixiviados o percolados: Son aquellos producidos por la

descomposición o putrefacción natural de los desechos orgánicos, que
posteriormente se filtran por condiciones ambientales. Sus características
fisicoquímicas y microbiológicas naturales pueden alterar el suelo y el agua.
Nodos de construcción: Son aquellos lugares preseleccionados para ubicar

infraestructura, ya sean estaciones de transferencia o plantas de termólisis.
Nodos de generación de residuos sólidos: Se refiere a los distintos

municipios, los cuales actúan como generadores de RS y desechos.
PPC: Son las siglas correspondientes al índice de producción per capita de RS,
medido en Kilogramos por habitante día.
Programación lineal: Procedimiento o algoritmo matemático mediante el cual

se resuelve un problema indeterminado, formulado a través de ecuaciones
lineales, optimizando la función objetivo, también lineal.
Programación lineal entera mixta: Los problemas de programación lineal

entera mixta, es un problema de programación lineal, en el que algunas de las
variables toman valores enteros.
113
Reciclaje: El proceso por el cual algunos materiales de desechos son
transformados en productos nuevos, de tal manera que los desechos originales
pierden su identidad y se convierten en materia prima para nuevos productos.
Recolección de residuos: Es la acción de recolectar los desechos sólidos

mediante el uso de carretillas, carretas, contenedores o camiones.
Residuos sólidos (RS): Fracción de los materiales de desecho que se

producen tras la fabricación, transformación o utilización de bienes de
consumo, que no se presentan en estado líquido o gaseoso.
Residuos sólidos municipales (RSM): Son aquellos residuos que han sido
generados a nivel municipal, rural o urbano, incluyendo aquellos residuos
residenciales, comerciales e industriales.
Relleno Sanitario: Método sanitariamente seguro de disposición de desechos

sólidos en el suelo que consiste en esparcirlos, acomodarlos y compactarlos al
volumen más práctico posible, cubriéndolos diariamente con tierra u otro
material de cobertura, ejerciendo los controles requeridos respecto a los gases
que emanan y lixiviados que generan.
Separación en la fuente: Es aquella separación de residuos, que realizan

directamente los entes generadores del mismo, usualmente en el sitio de
generación (en sitios comerciales, industriales u hogares)
Separación selectiva de residuos: Es aquella separación, que usualmente se

hace en un centro de especializado separación de residuos, de acuerdo con un
criterio previamente definido; el cual puede ser tamaño de las partículas o tipo
de material.
Transporte de residuos sólidos: Acción de traslado por medio de cualquier

tipo de vehículo destinado para tal propósito a estaciones de transferencia, a
plantas de clasificación o sitios de disposición final de RS.
Tratamiento de residuos sólidos: Se entiende por tratamiento de RS al

conjunto de técnicas y métodos de procesamiento, físicos, químicos y
biológicos, que modifican las características de los mismos.
Vida útil de un relleno sanitario: Es el tiempo que el relleno sanitario tiene

disponible para recibir RS. En otras palabras, es el tiempo en que tarda el
relleno sanitario en saturarse.
Vector sanitario: Cualquier animal, usualmente los roedores y los insectos,

que puede transmitir enfermedades infecciosas a seres humanos o a animales,
como resultado de una inadecuada disposición de RS.
114
ANEXO 1. GRAFICAS COMPLEMENTARIAS
Gráfica 1. Generación de RSM en Estados Unidos. 1960 – 2000.

250 2.5
232
2.0 2.0
200 2.0
1.7 205.2
Millones de Toneladas
Generación Per Capita

1.5
(Kg. / Hab / Dia)

150 1.5
1.2 151.6
121
100 1.0
88.1
50 0.5
0 0.0
1960 1970 1980 1990 2000
Millones de Per Capita

Toneladas (Kg. / per / día)
Fuente: Oficina de desechos sólidos y de desechos sólidos municipales de la Agencia de Protección

Ambiental de Estados Unidos (EPA).
115
Gráfica 2.
a. Composición de RSM b. Evolución en la composición de

Metal, 7.6% Desechos de
los RSM.
Vidrio, 5.9%
jardin, 13.3%
Plástico,
9.4% Madera,
5.2%
Residuos de
alimentos,
10.4%
Papel, 37.9%
Otros*,
10.4%
c. Evolución en los métodos de disposición de RSM.

250.0
6%
2%
200.0
Millones de Toneladas
14.2% 22%
150.0
9.6%
6.6%
100.0
6.4% 83.8% 71.8%
90.4%
93.4%
50.0
93.6%
0.0
1960 1970 1980 1990 1998
Relleno Sanitario Reciclaje Compostaje
Fuente a: Oficina de desechos sólidos y de desechos sólidos municipales de la Agencia de Protección

Ambiental de Estados Unidos (EPA). 1999
Disponible en: < http://www.epa.gob/epaoswe/non-hw/muncpl/facts.htm >
* Incluye textiles y plásticos.
Fuente b y c: Agencia de Protección Ambiental (EPA). Caracterización de residuos sólidos municipales
en los Estados Unidos, 1999.
* Incluye electrolitos en baterías, pulpa, heces y orina en pañales desechables. No incluye desechos de
construcciones o demoliciones, desechos de procesos industriales o alguna otra clase de desechos.
Nota para b: El compostaje corresponde a residuos vegetales o de jardín y de residuos de comida.
116
Toneladas (En miles)
0
10
20
30
40
50
60
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Bélgica
Belgica Belgica
Gráfica 3.
R. Checa
Dinamarca Dinamarca
Dinamarca
Alemania Alemania
Alemania
Grecia Grecia
Estonia
España España
Grecia
Francia Francia
España
Irlanda Irlanda
Francia
Italia Italia
Irlanda
Luxemburgo Luxemburgo
Italia
Holanda Holanda
Chipre
Austria Austria
Latvia
Orgánico
Relleno Sanitario
Portugal Portugal
tratados en Europa: Datos 1995 - 2003. 2005

Lituania
Toneladas
Finlandia Finlandia Luxemburgo

Suecia
Papel
Suecia Hungria
Reino Unido Reino Unido Malta
117
R. Checa R. Checa
Incineración
Holanda
Vidrio
Estonia Estonia Austria

Chipre Chipre Polonia
Latvia Latvia Portugal
Plástico
Reciclaje
Lituania Lituania Eslovenia
Generación Per Capita
a. Generación de RSM en los países de la UE. 2003
Hungria Hungria Eslovaquia

Metal
Malta Malta Finlandia

Polonia Polonia Suecia
Compostaje
Eslovenia Eslovenia Reino Unido
Otros
Eslovaquia Eslovaquia Bulgaria

Bulgaria Bulgaria Rumania
Otros
Croacia Croacia Turquia
b. Composición de los RSM en porcentaje de países de la UE. 2003.
Rumania Rumania Islandia

Turquia Turquia Noruega
c. Participación (%) de métodos de disposición de RSM en la UE. 2003.
0
Islandia Islandia
200
400
600
800
Nota: Algunos países no reportaron los datos correspondiente, por lo cual no aparece barra alguna.
Noruega
1,000
1,200
Noruega
Suiza Suiza Kg. / Hab / Año
Fuente a, b y c: EUROSTAT, Oficina de estadística de la comunidad europea. Residuos generados y

Gráfica 4.
a. Composición porcentual de los RSM en países con ingreso alto, medio y

bajo en Asia. 1999.
Organico Papel Plástico Vidrio Metal Otros
100%
80%
60%
40%
20%
0%
Alto Medio Bajo
Nivel de ingresos ( agrupado por países )
b. Composición porcentual de las formas de disposición final de RSM para

varios países o regiones de Asia. 1999.
Relleno Sanitario Incineración Compostaje Otros Métodos
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
India
Indonesia
Japón
Malasia
Sri Lanka
Tailandia
Filipinas
Brunei
Bangladesh
Korea
Singapur
Fuente a: What a Waste!: Solid waste management in Asia. The International Bank for Reconstruction.
1999.
Fuente b: Solid waste management in Asia. Seminario internacional de gestión integral de residuos
sólidos y peligrosos, siglo XXI. Medellín. 1999.
118
Gráfica 5. Población en América Latina y el Caribe. 1990 – 2005.
700.0
600.0
38.7 39.0 39.4
37.7 38.0 38.4
Habitantes (en miles)
500.0
33.9
400.0
300.0 551.1
511.7 519.6 527.5 535.4 543.2
432.4
200.0
100.0
0.0
1990 2000 2001 2002 2003 2004 2005
América Latina Caribe
Fuente: Anuario estadístico de América Latina y el Caribe 2004. CEPAL / ONU.
Gráfica 6. Generación de RSM municipales en toneladas y PPC. 1997.

25 22.1 1.60
Toneladas / Día ( Miles )
18.7
1.40
20 1.35 1.20 1.20
Kg. / Hab / Dia

1.17
0.88 1.00 1.07
15 1.00 1.00
0.87
10.5 9.9 0.82 0.70 0.80
0.75 0.61
10 0.60
0.56 0.61 0.62
4.6 4.2 4.2 0.40
5 3.5 3.2 3 2.8
1.7 1.4 1.4 1.3 0.20
0 0.00
San Salvador
Lima
Belo Horizonte
Sto Domingo
Habana
Curitiba
México*
Buenos Aires*
Guayaquil
Monterrey
Rio de Janeiro*
Santiago de Chile
Bogota
Sao Paulo*
Caracas
Producción de RSM Generación per cápita
* Solo incluye el área metropolitana de la ciudad.

Fuente: Adaptado de: Diagnóstico de la situación del manejo de los residuos sólidos municipales en
América Latina y el Caribe. OPS / OMS. 1997
119
Gráfica 7. Caracterización de residuos sólidos municipales en porcentaje, de
algunos países de América Latina y el Caribe.
Papel y Cartón Metal Vidrio Textiles Plásticos Materia Orgánica Otros
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
México
Uruguay
Colombia
Guatemala
Brasil*
Paraguay
Argentina
Bolivia
Chile
Costa Rica
Perú
Trinidad Tobago
Ecuador
El Salvador
* En la materia orgánica de Brasil, también están contenidos residuos textiles.

Fuente: Diagnostico de la situación del manejo de los residuos sólidos municipales en América Latina y el
Caribe. BID, OPS / OMS. 1997.
120
ANEXO 2. TABLAS COMPLEMENTARIAS
Tabla 1. Distribución porcentual de la población, por tamaño (en hab.) y

desarrollo.
Areas Rurales Menor a un millón De 1 a 5 millones Más de 5 millones

1975 2000 1975 2000 1975 2000 1975 2000
Mundo 62.1% 53.0% 25.1% 28.5% 8.0% 11.6% 4.8% 6.9%
Regiones desarrolladas 30.0% 24.0% 46.8% 48.1% 13.9% 18.5% 9.3% 9.5%
Regiones en desarrollo 73.2% 60.1% 17.6% 23.7% 6.0% 10.0% 3.2% 6.3%
Fuente: División de población de las Naciones Unidas (ONU). 2001
Tabla 2. Generación de RSM en países europeos, junto con la variación

porcentual. 1995 – 2003. Cifras en miles de toneladas.
1995 1996 1997 1998 1999 2000 2001 2002 2003 Incremento
EU 25 204,117 210,348 217,379 219,001 230,805 234,887 235,900 240,750 242,779 19%
EU 15 179,006 184,439 190,738 192,997 204,364 208,960 211,369 217,164 219,628 23%
NMS 10 25,111 25,909 26,641 26,005 26,441 25,927 24,532 23,586 23,151 -8%
Eurozona 143,701 147,924 152,914 154,349 163,849 167,703 168,956 173,950 175,597 22%
Bélgica 4,612 4,561 4,723 4,676 4,697 4,796 4,740 4,761 4,615 0%
Republica Checa 3,120 3,200 3,280 3,017 3,365 3,434 2,798 2,845 2,857 -8%
Dinamarca 2,959 3,253 3,104 3,141 3,329 3,546 3,620 3,587 3,634 23%
Alemania 43,486 44,390 45,593 44,825 49,653 50,085 49,371 52,772 52,627 21%
Estonia 533 565 593 557 569 604 509 553 567 6%
Grecia 3,200 3,600 3,900 4,082 4,264 4,447 4,559 4,640 4,710 47%
España 18,373 19,382 20,392 20,953 22,896 23,792 24,019 24,015 25,309 38%
Francia 28,253 28,950 29,677 30,449 30,612 31,232 32,198 33,024 33,467 18%
Irlanda 1,848 1,898 2,000 2,057 2,168 2,279 2,704 2,724 2,900 57%
Italia 25,780 25,960 26,605 26,846 28,364 28,959 29,409 29,920 30,000 16%
Chipre 387 421 433 448 458 470 490 500 518 34%
Latvia 657 650 621 597 584 642 713 866 843 28%
Lituania 1,546 1,445 1,510 1,578 1,236 1,086 1,046 1,000 909 -41%
Luxemburgo 240 242 253 266 278 285 285 290 295 23%
Hungria 4,752 4,834 5,016 4,976 4,943 4,552 4,603 4,646 4,700 -1%
Malta 125 130 135 145 179 188 215 187 218 74%
Holanda 8,469 8,728 9,180 9,280 9,436 9,769 9,779 9,900 9,697 14%
Austria 3,476 4,110 4,241 4,240 4,496 4,646 4,634 4,914 4,932 42%
Polonia 10,985 11,621 12,183 11,827 12,317 12,226 11,109 10,509 9,925 -10%
Portugal 3,855 4,003 4,050 4,275 4,486 4,813 4,846 4,618 4,701 22%
Eslovenia 1,186 1,175 1,170 1,159 1,090 1,020 953 956 899 -24%
Eslovaquia 1,820 1,868 1,700 1,700 1,700 1,706 2,096 1,524 1,715 -6%
Finlandia 2,109 2,100 2,300 2,400 2,500 2,600 2,412 2,372 2,344 11%
Suecia 3,346 3,512 3,678 3,810 3,794 3,796 3,929 4,172 4,211 26%
Reino Unido 29,000 29,750 31,042 31,697 33,392 33,915 34,864 35,455 36,186 25%
Bulgaria 5,838 5,165 4,809 4,103 4,141 4,224 4,003 3,945 3,916 -33%
Rumania 7,758 7,375 7,347 6,246 7,066 7,961 7,539 8,365 7,924 2%
Turquia 29,118 31,515 33,899 34,699 35,542 33,731 32,456 33,324 33,500 15%
Islandia 245 252 258 265 271 278 285 293 300 22%
Noruega 2,722 2,762 2,719 2,858 2,649 2,754 2,860 3,061 3,170 16%
Nota: EU 25 significa los 25 países miembros de la comunidad europea. EU 15, son los antiguos 15
países de la comunidad europea, antes de aceptar otros 10. NMS 10, se designan a los 10 nuevos países
miembros de la comunidad europea. Para EU 25, EU 15 y NMS 10, las cifras el consolidado de los países
miembros.
Fuente: EUROSTAT, Oficina de estadística de la comunidad europea. Residuos generados y tratados en

Europa: Datos 1995 - 2003. 2005
121
Tabla 3. Evolución en la generación per cápita anual de los RSM en Europa.
1995 – 2003. Cifras en Kilogramos por habitante – año.
1995 1996 1997 1998 1999 2000 2001 2002 2003 Incremento
EU 25 457 470 485 487 513 520 520 531 534 16.8%
EU 15 482 495 511 516 545 554 558 574 577 19.7%
NMS 10 334 345 355 347 353 346 328 316 312 -6.6%
Eurozona 481 494 509 513 543 553 555 570 573 19.1%
Bélgica 455 450 464 459 460 468 462 462 446 -2.0%
Republica Checa 302 310 318 293 327 334 273 279 280 -7.3%
Dinamarca 567 619 588 593 627 665 677 668 675 19.0%
Alemania 533 543 556 546 605 610 600 640 638 19.7%
Estonia 357 383 406 383 394 440 372 406 418 17.1%
Grecia 306 344 372 388 405 408 417 422 428 39.9%
España 467 492 517 530 576 595 595 588 609 30.4%
Francia 489 500 511 522 523 532 545 557 561 14.7%
Irlanda 514 524 548 557 580 603 707 698 732 42.4%
Italia 450 453 463 466 492 502 508 525 523 16.2%
Chipre 600 642 650 664 670 680 703 709 724 20.7%
Latvia 263 263 254 247 244 270 302 369 362 37.6%
Lituania 424 400 421 443 350 309 300 288 263 -38.0%
Luxemburgo 592 589 607 629 650 657 650 653 658 11.1%
Hungria 460 468 487 484 482 445 451 457 463 0.7%
Malta 338 350 361 385 473 483 550 474 549 62.4%
Holanda 549 563 590 593 599 616 612 615 599 9.1%
Austria 438 517 532 532 563 581 578 611 610 39.3%
Polonia 285 301 315 306 319 316 287 272 260 -8.8%
Portugal 385 399 402 423 442 472 472 447 452 17.4%
Eslovenia 596 590 589 584 551 513 479 479 451 -24.3%
Eslovaquia 340 348 316 316 315 316 390 283 319 -6.2%
Finlandia 414 410 448 466 485 503 466 457 450 8.7%
Suecia 380 397 416 431 428 428 442 468 471 23.9%
Reino Unido 496 507 527 536 562 569 582 600 610 23.0%
Bulgaria 693 616 577 495 503 516 505 500 499 -28.0%
Rumania 342 326 325 277 314 355 336 383 364 6.4%
Turquia 472 501 530 533 536 500 474 479 474 0.4%
Islandia 918 940 956 973 983 996 1,006 1,022 1,040 13.3%
Noruega 626 632 619 647 596 615 635 677 696 11.2%
Fuente: EUROSTAT, Oficina de estadística de la comunidad europea. Residuos generados y tratados en

Europa: Datos 1995 - 2003. 2005
122
Tabla 4. Población de algunos países asiáticos y porcentaje de la población en
áreas urbanas en Asia. 1999.
Población Urbana
Tasa de
Tasa de
Población Crecimiento Como % de la
Crecimiento
(en millones) Poblacional Población Total
Países Anual (%)
Anual (%)
1990 - 2000 -
1990 2000 2004 2000 2004 2000 - 2004
2000 2004
Asia del Este 1214.4 1345.8 1380.1 10.8 2.6 38.5 43.7 13.7
Asia Suroriental 436.8 518.1 549.6 18.6 6.1 36.6 40.5 10.7
Asia del Sur 1105.6 1343.6 1438.4 21.5 7.1 27.3 28.1 3.1
Asia Central 57.5 64.0 67.3 11.4 5.1 42.7 42.5 -0.6
Miembros del Pacifico 6.2 7.9 8.9 28.9 11.6 18.3 18.2 -0.2
ASIA 2820.5 3279.4 3444.3 1.6 1.2 33.6 36.6 3.4
MUNDO 4831.0 6085.6 6389.3 1.5 1.2 47.1 48.3 1.9
Notas:
1. Países considerados en cada región, Asia del Este: China, Republica de Korea, Mongolia. Asia
Sur oriental: Camboya, Indonesia, Malasia, Myanmar, Filipinas, Singapur, Tailandia, Vietnam.
Asia del Sur: Afganistán, Bangladesh, Bután, India, Maldivas, Nepal, Pakistán, Sri Lanka. Asia
Central: Azerbaiyán, Kazajstán, Turkmenistán, Uzbekistán. Miembros del Pacifico (Del Banco de
Desarrollo Asiático): Islas Cooks, Islas Fiji, Kiribati, Islas Marshall, Estados Federados de la
Micronesia, Nauru, Palau, Nueva Guinea, Samoa, Islas Salomón, Timor, Tonga, Tuvalu,
Vanuatu.
2. Adaptado de la tabla original de población, en indicadores claves 2005
Fuente: Banco de Desarrollo Asiático. Indicadores claves 2005. Población. Disponible en: <
http://www.adb.org/statistics >
123
Tabla 5. Generación por cápita de residuos sólidos municipales urbanos en
Asia. 1999.
Generación de
Ingreso per Capita Población Urbana
RSM
(US $) (% del Total)
(Kg / Hab / Día)
Ingreso Alto 30,990 89.5 1.64
Japón 39,640 77.6 1.47
Singapur 26,730 100 1.1
Hong Kong 22,990 100 5.07
Korea 9,700 80.3 1.59
Ingreso Medio 1,410 47.8 0.73
Indonesia 980 45.6 0.76
Tailandia 2,740 32.2 1.10
Filipinas 1,050 50.6 0.52
Malasia 3,890 62.8 0.81
Ingreso Bajo 490 29.6 0.64
Sri Lanka 700 21 0.89
China 620 41.8 0.79
India 340 29.5 0.46
Mongolia 310 59.3 0.6
Vietnam 240 26.2 0.55
Nepal 200 15 0.5
Notas:
1. Ingreso per cápita en dólares de 1995 estimado para 1997.
2. Porcentaje de población Urbana de 2004.
3. Los RS de Hong Kong incluyen residuos de construcción
Fuente: What a Waste: Solid waste management in Asia. The International Bank for Reconstruction. 1999.
Tabla 6. Tratamiento de los RSM en algunas ciudades de América Latina y el

Caribe, en porcentaje.
Relleno Otros
Ciudad Incineración Compostaje Reciclaje
Sanitario* Tratamientos
Sao Paulo 94 1.1 4.5 0.4 -
Rio de Janeiro 81 - 15 4 -
Brasilia 73 1 13 3 10
México 92 - - 7 -
Montevideo 99 1 - - -
Cali 90 - - 10 -
La Habana 100 - - - -
Asunción 100 - - - -
Santiago de Chile 100 - - - -
Notas:
* Algunos son rellenos sanitarios controlados.
1. En México se cuenta con una planta de incineración, pero se encuentra inactiva.
2. La capacidad de compostaje de Sao Paulo es de 500 ton / día, la de Reo de Janeiro es de 900 ton /
día, y la de México es de 200 ton / día.
3. En otros tratamientos, La habana utiliza plantas para procesar alimento para cerdos y en Santiago de
Chile se utiliza recuperación de biogás.
Fuente: El manejo de residuos sólidos municipales en América Latina y el Caribe. OPS. 1997.
124
Tabla 7. Fuentes de residuos sólidos en la comunidad
Fuente Instalaciones, actividades o Tipo de residuos sólidos

localizaciones donde se generan
Doméstica Viviendas aisladas y bloques de baja, Residuos de comida, papel, cartón,
mediana y elevada altura, etc. Unifamiliares plásticos, textiles, cuero, residuos de jardín,
y multifamiliares madera, vidrio, latas de hojalata, aluminio,
otros metales, cenizas, hojas en la calle,
residuos especiales (artículos voluminosos,
electrodomésticos, bienes de línea blanca,
residuos de jardín recogidos
separadamente, baterías, pilas, aceite,
neumáticos), y residuos domésticos
peligrosos.
Comercial Tiendas, restaurantes, mercados, edificios Papel, cartón, plásticos, madera, residuos
de oficinas, hoteles, moteles, imprentas, de comida, vidrio, metales, residuos
gasolineras, talleres mecánicos, etc. especiales (ver párrafo superior), residuos
peligrosos, etc.
Institucional Escuelas, hospitales, cárceles, centros (Como en el comercial)
gubernamentales.
Construcción y demolición Lugares nuevos de construcción, lugares Madera, acero, hormigón, suciedad, etc.
de reparación o renovación de carreteras,
derribos de edificios, pavimentos rotos.
Servicios municipales (excluyendo Limpieza de calles, paisajismo, limpieza de Residuos especiales, basura de barrido de
plantas de tratamiento) cuencas, parques y playas, otras zonas de la calle, poda de árboles y plantas, residuos
recreo de cuencas, residuos generales de
parques, playas y zonas de recreo
Plantas de tratamiento; Agua, aguas residuales y procesos de Residuos de plantas de tratamiento,
incineradoras municipales. tratamiento industrial, etc. compuestos principalmente de fangos.
Hospitalarios* Hospitales y centros de salud. La composición de los residuos
hospitalarios varia desde el residuo tipo
residencial y comercial, a residuos de tipo
medico, conteniendo substancias
peligrosas
Industrial Industrias en función de cada proceso Residuos de procesos industriales,
productivo, calidad de las materias primas o materiales de chatarra, etc. Residuos no
productos intermedios, propiedades físicas industriales incluyendo residuos de comida,
y químicas de las materias auxiliares basura, cenizas, residuos de demolición y
empleadas, combustibles usados y los construcción, residuos especiales y
envases y embalajes del proceso. residuos peligrosos.
Mineros* Minas y procesos mineros. Similar a los generados por construcción y

demolición, en ciertas zonas predomina el
uso de elementos químicos altamente
nocivos.
Agrícolas Cosechas de campo, árboles frutales, Residuos de comida, residuos agrícolas,
viñedos, ganadería intensiva, granjas, etc. basura, residuos peligrosos.
* Fuente: ingeniería ambiental y medio ambiente. Residuos sólidos [On Line]. Disponible en: <
http://www.fortunecity.es/expertos/profesor/171/residuos.html >
Fuente: Gestión integral de residuos sólidos. George Tchobanoglous et al. 1997.
125
Tabla 8. Datos típicos sobre peso especifico y contenido en humedad para
residuos domésticos, comerciales, industriales y agrícolas.
3 Contenido en humedad,
Peso específico, kg/m
porcentaje en peso
Tipos de residuos Rango Típico Rango Típico
Domésticos (no compactados)
Residuos de comida (mezclados) 131-481 291 50-80 70
Papel 42-131 89 4-10. 6
Cartón 42-80 50 4-8. 5
Plásticos 42-131 65 1-4. 2
Textiles 42-101 65 6-15. 10
Goma 101-202 131 1-4. 2
Cuero 101-261 160 8-12. 10
Residuos de jardín 59-225 101 30-80 60
Madera 131-320 237 15-40 20
Vidrio 160-481 196 1-4. 2
Latas de hojalata 50-160 89 2-4. 3
Aluminio 65-240 160 2-4. 2
Otros metales 131-1.151 320 2-4. 3
Suciedad, cenizas, etc. 320-1.000 481 6-12. 8
Cenizas 650-831 745 6-12. 6
Basuras 89-181 131 5-20. 15
Residuos de jardín domésticos
Hojas (sueltas y secas) 30-148 59 20-40 30
Hierba verde (suelta y húmeda) 208-297 237 40-80 60
Hierba verde (húmeda y
compactada) 593-831 593 50-90 80
Residuos de jardín (triturados) 267-356 297 20- 70 50
Residuos de jardín (compostados) 267-386 326 40-60 50
Urbanos
En camión compactador 178-451 297 15-40 20
En vertedero
Medianamente compactados 362-498 451 15-40 25
Bien compactados 590-742 600 15-40 25
Comerciales
Residuos de comida (húmedos) 475-950 540 50-80 70
Aparatos 148-202 181 0-2 1
Cajas de madera 110-160 110 10-30. 20
Podas de árboles 101-181 148 20-80 5
Basura (combustible) 50-181 119 10-30. 15
Basura (no combustible) 181-362 300 5-15. 10
Basura (mezclada) 139-181 160 10-25. 15
126
Tabla 8. Continuación
3
Peso específico, kg/m Contenido en humedad,
Tipos de residuos Rango Típico Rango Típico
Construcción y demolición
Demolición mezclados
(no combustible) 1.000-1.600 1.421 2-10. 4
Demolición mezclados
(combustible) 300-400 360 4-15. 8
Construcción mezclados
(combustible) 181-360 261 4-15. 8
Hormigón roto 1.198-1.800 1540 0-5 -
Industriales
Fangos químicos (húmedos) 801-1.101 1000 75-99 80
Cenizas volantes 700-900 800 2-10. 4
Restos de cuero 100-250 160 6-15. 10
Chatarra metálica (pesada) 1.501-2.000 1000 0-5 -
Chatarra metálica (ligera) 498-900 740 0-5 -
Chatarra metálica (mezclada) 700-1.500 900 0-5 -
Aceites, alquitranes, asfaltos 801-1.000 950 0-5 2
Serrín 101-350 291 10-40. 20
Residuos textiles 101-220 181 6-15. 10
Madera (mezclada) 400-676 498 30-60 25
Agrícolas
Agrícolas (mezclados) 400-751 561 40-80 50
Animales muertos 202-498 359 - -
Residuos de frutas (mezclados) 249-751 359 60-90 75
Estiércol (húmedo) 899-1.050 1000 75-96 94
Residuos de vegetales (mezclados) 202-700 359 60-90 75
Nota: Los valores se presentan tal como son encontrados en los contenedores, compactados o no
compactados.
127
Tabla 9. Análisis próximo y datos energéticos típicos para materiales
encontrados en los residuos sólidos domésticos, comerciales e industriales.
Análisis Próximo, porcentaje en peso Contenido energético, Kcal / Kg.

Materia Carbono No Como Seco y libre
Tipo de residuos
Humedad Volatil Fijo combustible recogidos Seco de cenizas
Comida y productos de comida
Grasas 2,0 95,3 2,5 0,2 8.964 9.148 9.353
Residuos de comida (mezclados) 70,0 21,4 3,6 5,0 998 3.324 3.989
Residuos de frutas 78,7 16,6 4,0 0,7 948 4.452 4.603
Residuos de carne 38,8 56,4 1,8 3,1 4.235 6.919 7.289
Productos de papel
Cartón 5,2 77,5 12,3 5,0 3.912 4.127 4.357
Revistas 4,1 66,4 7,0 22,5 2.919 3.043 3.976
Papel de periódico 6,0 81,1 11,5 1,4 4.431 4.713 4.784
Papel (mezclado) 10,2 75,9 8,4 5,4 3.777 4.206 4.476
Cartones encerados 3,4 90,9 4,5 1,2 6.292 6.513 6.596
Plásticos
Plásticos (mezclados) 0,2 95,8 2,0 2,0 7.834 7.995 8.902
Polietileno 0,2 98,5 <0,1 1,2 10.382 10.402 10.529
Poliestireno 0,2 98,7 0,7 0,5 9.122 9.14 9.128
Poliuretano 0,2 87,1 8,3 4,4 6.224 6.237 6.524
Policloruro de vinilo 0,2 86,9 10,8 2,1 5.419 5.43 5.547
Textiles, goma, cuero
Textiles 10,0 66,0 17,5 6,5 4.422 4.913 5.459
Goma 1,2 83,9 4,9 9,9 6.051 6.123 6.806
Cuero 10,0 68,5 12,5 9,0 4.167 4.467 4.99
Madera, árboles, etc.
Residuos de jardín 60,0 30,0 9,5 0.5 1.445 3.613 3.658
Madera (madera verde) 50,0 42,3 7,3 0,4 1.167 2.333 2.3 52
Maderas duras 12,0 75,1 12,4 0,5 4.084 4.641 4.668
Madera (mezclada) 20,0 68,1 11,3 0,6 3.689 4.62 4.657
Vidrio, metales, etc.
Vidrio y mineral 2,0 - - 96-99 + 47* 48 33
Metal, latas de hojalata 5,0 - 94-99 + 167* 177 176
Metal férreo 2,0 - 96-99 +
Metal no férreo 2,0 - - 94-99 +
Misceláneos
Barreduras de oficina 3,2 20,5 6.3 70 2.038 2.106
RSU doméstico 21,0 52,0 7,0 20 2.778 3.472 4.629
( 15-40) (40-60) (4-15) (10-30)
RSU comercial 15,0 - - 3.056 3.594
(10-30)
RSU 20,0 - - 2.556 3.194
(10-30)
* Contenido energético es de recubrimientos, etiquetas y materiales adjuntos.
128
Tabla 10. Datos típicos sobre el análisis elemental del material combustible
presente en los residuos sólidos domésticos, comerciales e industriales
Porcentaje en peso (base seca)

Tipos de residuos Carbono Hidrógeno Oxígeno Nitrógeno Azufre Cenizas
Comida y productos de comida
Grasas 73,0 11,5 14,8 0,4 0,1 0,2
Residuos de comida
(mezclados) 48,0 6,4 37,6 2,6 0,4 5,0
Residuos de frutas 48,5 6,2 39,5 1,4 0,2 4,2
Residuos de carne 59,6 9,4 24,7 1,2 0,2 4,9
Productos de papel
Cartón 43,0 5,9 44,8 0,3 0,2 5,0
Revistas 32,9 5,0 38,6 0,1 0,1 23,3
Papel de periódico 49,1 6,1 43,0 <0,1 0,2 1,5
Papel (mezclado) 43,4 5,8 44,3 0,3 0,2 6,0
Cartones encerados 59,2 9,3 30,1 0,1 0,1 1,2
Plásticos
Plásticos (mezclados) 60,0 7,2 22,8 - - 10,0
Polietileno 85,2 14,2 - <0,1 <0,1 0,4
Poliestireno 87,1 8,4 4,0 0,2 - 0,3
Poliuretanoa 63,3 6,3 17,6 6,0 <0,1 4,3
a
Policloruro de vinilo 45,2 5,6 1,6 0,1 0,1 2,0
Textiles, goma, cuero
Textiles 48,0 6,4 40,0 2,2 0,2 3,2
Goma 69,7 8,7 - - 1,6 20,0
Cuero 60,0 8,0 11,6 10,0 0,4 10,0
Madera, árboles, etc.
Residuos de jardín 46,0 6,0 38,0 3,4 0,3 6,3
Madera (madera verde) 50,1 6,4 42,3 0,1 0,1 1,0
Maderas duras 49,6 6,1 43,2 0,1 <0,1 0,9
Madera mezclada 49,5 6,0 42,7 0,2 <0,1 1,5
Viruta de madera (mezclada) 48,1 5,8 45,5 0,1 <0,1 0,4
Vidrio, metales, etc.
b
Vidrio y mineral 0,5 0,1 0,4 <0,1 - 98,9
b
Metales (mezclados) 4,5 0,6 4,3 <0,1 - 90,5
Misceláneos
Barreduras de oficina 24,3 3,0 4,0 0,5 0,2 68,0
Aceites, pinturas 66,9 9,6 5,2 2,0 - 16,3
Combustible derivado de
residuos (CDR) 44,7 6,2 38,4 0,7 <0,1 9,9
a. El resto es cloro
b. El contenido orgánico es de etiquetas, recubrimientos y otros materiales adjuntos
129
Tabla 11. Procesos de separación y procesamiento utilizados comúnmente en
los residuos sólidos.
Artículo Función Reprocesamiento

Trituración
Molinos de martillos Reducción en tamaño de todos los tipos de Separación de artículos voluminosos
residuos grandes, separación de contaminantes
Molinos batidores Reducción en tamaño, también utilizados Separación de artículos voluminosos
como rompedores de bolsas de todos los grandes, separación de contaminantes
tipos de residuos
Trituradora Reducción en tamaño, también utilizada Separación de artículos voluminosos
como rompedora de bolsas de todos los grandes, separación de contaminantes
tipos de residuos
Trituradoras de vidrio Reducción en tamaño, todo tipo de residuos Separación de otros materiales
Trituradoras de madera Reducción en tamaño de podas de jardín Separación de artículos voluminosos

todo de tipo de residuos grandes, separación de contaminantes
Criba Separación de material grueso y fino; Separación de artículos voluminosos
trómel utilizado también como rompedor de grandes, grandes trozos de cartón
bolsas de todo tipo de residuos
Ciclón separador Separación del material combustible ligero El material se separa del flujo de aire que
del flujo de aire de residuos preparados contiene materiales combustibles ligeros
Separación por Separación de materiales combustibles Separación de artículos voluminosos

densidad (clasificación ligeros grandes, grandes trozos de cartón,
neumática) trituración de residuos
Separación magnética Separación del metal férreo de residuos no Separación de artículos voluminosos
seleccionados grandes, grandes trozos de cartón,
trituración de residuos
Compactación
Embaladoras Compactación en fardos de papel, cartón, Se utilizan embaladoras para los
plásticos, textiles, aluminio componentes separados
Prensas para latas Compactación y aplanamiento de latas de Separación de artículos voluminosos
aluminio y hojalata grandes
Separación húmeda Separación de Vidrio y aluminio Separación de artículos voluminosos
grandes
130
Tabla 12. Provincias, cantidad de municipios por provincia y municipios de
Cundinamarca.
Provincia Cantidad Municipios

de
municipios
Soacha 2 Sibaté, Soacha
Sabana Occidente 8 Bojacá, El Rosal, Facatativá, Funza,
Madrid, Mosquera, Subachoque, Zipacón
Sabana Centro 11 Cajicá, Chia, Cogua, Gachancipá,
Nemocón, Sopó, Tabio, Tocancipá,
Zipaquirá, Tenjo, Cota
Alto Magdalena 8 Agua de Dios, Girardot, Guataquí,
Jerusalén, Nariño, Nilo, Ricaurte, Tocaima
Sumapaz 10 Arbeláez, Cabrera, Fusagasugá, Granada,

Pandi, Pasca, San Bernardo, Silvania,
Tibacuy, Venecia
Tequedendama 10 Anapoima, Anolaima, Apulo, Cachipay, El
Colegio, La Mesa, Quipile, San Antonio de
Tequendama, Tena, Viotá
Gualivá 12 Albán, La Peña, La Vega, Nimaina,
Nocaima, Quegradanegra, San Francisco,
Sasaima, Supatá, Útica, Vergara, Villeta
Ubaté 10 Carmen de Carupa, Cucunubá, Fúquene,

Guachetá, Lenguazaque, Simijaca, Susa,
Sutatausa, Tausa, Ubaté
Rionegro 8 El Peñon, La Palma, Pacho, Paime, San
Cayetano, Topaipí, Villagomez, Yacopí
Oriente 10 Cáqueza, Chipaque, Choachí, Fómeque,
Fosca, Guayabetal, Gutiérrez, Ubaque,
Une
Bajo Magdalena 3 Caparrapí, Guaduas, Puerto Salgar
Guavio 8 Gachalá, Gama, Gachetá, Guasca,
Guatavita, Junín, La Calera, Ubalá
Almeidas 7 Chocontá, Machetá, Manta, Sesquile,
Suesca, Tibiritá, Villapinzón
Magdalena Centro 7 Beltrán, Bituima, Chaguaní, Guayabal de
Síquina, Pulí, San Juan de Rioseco, Vianí
Medina 2 Medina, Paratebueno

TOTAL 116
Fuente: Lineamientos generales para el manejo de residuos sólidos en el Departamento de

Cundinamarca: Informe Final. Ricardo Herrera Carrillo, Gobernación de Cundinamarca. 2003.
131
Tabla 13a. Características de población urbana de las distintas provincias de
Cundinamarca, participación porcentual de la población, cantidad de municipios
y datos de generación de residuos sólidos. 2005.
Participación Participación
PPC Producción
de la Cantidad de en la
Provincia Población (Kg. / Hab / diaria
población Municipios generación de
(%) Día) (Ton / Día) RS (%)
Almeidas 24,123 1.8% 7 0.85 19.7 2.20%
Alto Magdalena 157,424 11.5% 8 0.64 105.4 11.75%
Bajo Magdalena 28,569 2.1% 3 0.79 18.3 2.04%
Gualivá 46,032 3.4% 12 0.88 38.5 4.29%
Guavio 25,047 1.8% 8 0.74 16.4 1.83%
Magdalena Centro 8,432 0.6% 7 0.68 5.2 0.58%
Medina 5,111 0.4% 2 0.70 3.2 0.36%
Oriente 29,966 2.2% 10 0.65 16.9 1.89%
Rionegro 31,887 2.3% 8 0.74 18.5 2.06%
Sabana Centro 211,290 15.5% 9 0.80 177.0 19.73%
Sabana Occidente 252,127 18.5% 10 0.75 151.6 16.90%
Soacha 333,186 24.4% 2 0.61 181.2 20.20%
Sumapaz 118,529 8.7% 10 0.80 85.6 9.54%
Tequendama 53,248 3.9% 10 0.77 37.8 4.22%
Ubaté 39,825 2.9% 10 0.66 21.8 2.43%
Total Departamento 1,364,796 100.0% 116 0.74 897.2 100.00%
Tabla 13b. Características de residuos sólidos de las provincias Sabana Centro

y Sabana Occidente de Cundinamarca. 2005
PPC Producción
Poblacion Extensión Densidad
Municipio (Kg. / Hab / diaria
(Habitantes) (Ha) (Hab / Ha)
Día) (Ton / Día)
Cajica 24,886 1.05 22.3 187.5 132.7
Chia 63,880 1.11 43.6 477.7 133.7
Cogua 4,723 0.59 2.5 55.7 84.8
Gachancipá 3,107 0.76 2.1 41.4 75.0
Nemocón 5,441 0.59 2.8 47.1 115.4
Sopó 8,358 0.85 6.2 106.1 78.8
Tabio 4,156 0.69 2.5 44.3 93.8
Tocancipá 5,995 0.76 4.0 59.9 100.1
Zipaquirá 90,744 1.15 91.0 652.7 139.0
Cota 7,580 1.17 7.8 128.4 59.1
Tenjo 3,828 0.92 2.8 36.2 105.9
Sabana Centro 222,698 0.88 187.7 1,836.9 121.2
Bojacá 4,383 0.45 1.8 35.8 122.3

El Rosal 5,526 0.56 2.7 47.0 117.7
Facatativá 94,009 0.67 55.6 510.8 184.0
Funza 54,179 0.61 29.2 436.8 124.0
Madrid 50,207 0.61 27.0 537.6 93.4
Mosquera 26,875 0.85 20.6 477.9 56.2
Subachoque 4,071 0.84 3.0 75.6 53.8
Zipacón 1,469 0.85 1.1 29.9 49.1
Sabana Occidente 240,719 0.68 140.9 2,151.3 111.9
Fuente a y b: Lineamientos generales para el manejo de residuos sólidos en el Departamento de

Cundinamarca: Informe Final. Ricardo Herrera Carrillo, Gobernación de Cundinamarca. 2003.
132
Tabla 14. Clasificación de los residuos sólidos en estudios realizados en
Cundinamarca y su correspondiente destino propuesto por autor.
Destino Clasificación
Orgánicos frescos
Biotransformación
Papel, cartón
Maderas forestales, aserrín.
Carbón, cenizas, escorias.
Pañales desechables, toallas higienicas.
Hueso
Envases plásticos.
Plásticos laminados
Plásticos expandidos desechables.
Cartón
Reciclaje
Textiles
Vidrio
Zapatos
Metales no ferrosos latas.
Metales ferrosos chatarras
Aluminio
Escombros
Llantas, cauchos
Relleno sanitario y
Especiales, baterias, teléfonos, etc

escombrera
Plásticos no reciclables
Papel pequeño contaminado
Textiles
Cueros no industriales
Plásticos expandidos desechables.
Otros
Fuente: Estudio de factibilidad para estaciones de transferencia en el área de influencia de los municipios
del acuerdo CAR – BID para el proyecto de Mondoñedo. Corporación Autónoma Regional de
Cundinamarca – CAR. 2001
133
ANEXO 3. FIGURAS COMPLEMENTARIAS
Figura 4a. Tamaño típico de componentes individuales en RSM domésticos y

comerciales.
Figura 4b. Porcentaje de la masa total de los RSM domésticos y comerciales

en función del tamaño de la malla
134
Figura 4c. Distribución típica del tamaño de los componentes encontrados en
los RSM domésticos.
Fuente de Figuras 3a, 3b, y 3c: Gestión integral de residuos sólidos. George Tchobanoglous et al. 1997.
135
Figura 5a. Construcción de un relleno sanitario con recuperación de gases y
líquidos percolados.
Figura 5b. Corte transversal del relleno sanitario.
Fuente: Rellenos sanitarios. Facultad de ciencias físicas y matemáticas. Universidad de Chile.
136
Figura 6a. Diagrama de distintos procesos de trituración.
(a) Molino de martillo, (b) Molino batiente, (c) Trituradora cortante
Figura 6b. Diagrama de distintos procesos de separación
(a)
137
(b) (c)
(d)
Nota: Figuras (a) Separación por densidad, (b) y (c) separación por magnetismo, (d) Tipos de cribas
138
Figura 7. Esquema de operación de GIRS.
Fuente: Plan de acción de la política nacional de gestión integral de residuos sólidos. Ministerio del Medio
Ambiente, 1997.
139
Figura 9. Diagrama de flujo de los distintos procesos en la planta de termólisis.
Fuente: Termólisis y reciclaje de Colombia. Presentación. Generación de energía alternativa por consumo de biomasa 2005.
140
Figura 11. Provincias del departamento de Cundinamarca.
Fuente: Gobernación de Cundinamarca. Departamento administrativo de planeación.
141
ANEXO 4. CASOS DE ESTUDIO.
Gestión de residuos sólidos.
Caso 1
Titulo: (Reporte) Casos de estudio en prácticas de minimización de desechos

en Europa (Case studies on waste minimization practices in Europe)
Autor: Henrik Jacobsen y Merete Kristoffersen
Institución: EEA (Agencia Europea Ambiental) – ETCW (Centro Europeo en
Asuntos de Desechos)
Resumen: Este reporte presenta un catálogo de ejemplos exitosos en manejo
de desechos, reciclaje y tecnologías más limpias en la UE, en donde la
jerarquía en las iniciativas de administración y tratamiento en RS es: 1.
Prevención de generación de desechos, 2. reciclaje, 3. recuperación de energía
y 4. disposición final por medio de rellenos sanitarios. Esta jerarquía se debe a
una política de eficiencia en la utilización de los recursos para maximizar la
utilización de los residuos. Este tipo de iniciativas tiene un tiempo de
implantación y obtención de resultados a largo plazo, dado que implican
cambios en la cultura de la población. A pesar de las iniciativas para la
reducción de generación de residuos en la fuente, es imposible evitar la
generación de residuos, por lo cual es necesario tratamientos efectivos y
eficaces para la recuperación de energía y la neutralización de la
contaminación generada. Debido a esto, como segunda y tercera prioridades,
se encuentra el reciclaje y la recuperación de energía. En un último lugar
jerárquico, se encuentra el relleno sanitario, cuyo ideal, son aquellos RS que no
tienen ningún tipo de valor energético restante.
La selección de los casos se hizo de acuerdo a la amplitud del cubrimiento

geográfico del caso, a las distintas aproximaciones que se realizaron en torno a
la minimización de desechos, a la variedad y complejidad de los tipos de
desechos y a la repetibilidad de la experiencia en otros países. En la Tabla ##,
a continuación, se presenta el país donde se desarrollo la actividad, el área de
enfoque el tema general y la descripción del caso.
Tabla 32. Resumen de los casos de minimización de residuos.
País Area de enfoque Prevención/ Descripción del Caso

Reciclaje
Reciclaje Minimización del desecho
• Relleno sanitario biodegradable
Austria biodegradable transportado a rellenos
• Residuos municipales
sanitarios
Fin de vida de vehículos Reciclaje
• Acuerdos voluntarios concernientes a
Austria Acuerdos voluntarios de
• reemplazo a vehículos
reemplazo.
142
• Desechos de construcción y Reciclaje Reciclaje de residuos de construcción y
demolición. demolición
Dinamarca • Rellenos sanitarios
• Impuesto a generación de
residuos
• Impuesto a generación de Reciclaje Impuestos y tarifas basadas en el peso
Dinamarca residuos del residuo
• Residuos municipales
• Residuos de embalajes Reciclaje Responsabilidad del productor con el
Alemania embalaje o empaque del producto
• Responsabilidad del productor
• Residuos de embalajes Prevención Prevención y minimización de residuos
Grecia
de empaques y embalajes
• Tecnologías más limpias Prevención Demostración del programa de
Irlanda
producción mas limpia
• Relleno sanitario biodegradable Reciclaje Recolección de residuos
Holanda
biodegradables de casas (residencial)
Reciclaje Responsabilidad del productor en el
• Residuos de embalajes
Suecia empaquetado y otros materiales de
• Responsabilidad del productor
desecho.
• Tecnologías más limpias Prevención Envirowise (Antes conocido como el
Reino Unido mejor programa de prácticas
ambientales)
Fuente: Casos de estudio en prácticas de minimización de residuos en Europa. Agencia Ambiental

Europea.
Entre las conclusiones de los distintos casos de estudio se encuentran:
• Los distintos países, no solo de la UE sino del mundo, deben aprender y

utilizar la experiencia de los demás, tanto como desarrollar experiencia
propia.
• Se han favorecido técnicas de disposición como separación en la fuente,
reducción de rellenos sanitarios, incremento en el reciclaje y prevención
de RS en muchos países de la UE con resultados exitosos.
• Muchos casos son exitosos en prevención de generación de residuos,
solo son aplicables a nivel local.
Caso 2
Titulo: Recolección de residuos sólidos en base a la comunidad y desarrollo de

una empresa de pequeña escala de reciclaje en Dar es Salaam (Community
based waste collection and small scale enterprise development in waste
recycling in Dar es Salaam).
Autor:Arnold Van de Klundert y Maria Muller
Institución: WASTE: Advisers on urban environment and development
(Compañía consultora para desarrollo de proyectos ambientales en paises de
bajo ingreso)
Resumen: Dar es Salaam, capital de Tanzania está situada al este del país en
las costas del océano Índigo. Es la mayor ciudad del país, y a su vez es el
mayor puerto y centro de comercio, con la mayor actividad manufacturera y
educativa del país. En la actualidad, la tendencia es descentralizar actividades
que hasta ahora habían sido administradas únicamente por el gobierno, para
143
dar mayor participación a los ciudadanos y al sector privado. En la gestión de
RS, se han estado creando “Organizaciones Basadas en Comunidades” (CBO
por sus siglas en ingles) para ser contratistas y prestar servicios varios en el
tema manejo de RS.. Este tipo de organización en donde los ciudadanos
residentes del lugar se organizan para prestar un servicio remunerado en la
misma comunidad, está siendo replicado en varios lugares del mundo debido a
su impacto social y económico en poblaciones de bajos recursos. Lugares
como India, Pakistán, Burkina Faso, Mali y Senegal reportan proyectos con
organizaciones del mismo estilo que en Dar es Salaam. Las CBO necesitan
orientación en el negocio con el fin de ser sostenibles y económicamente
viables. Los miembros de las CBO necesitaron de entrenamiento en economía,
negocios y mercadeo para deducir los aspectos financieros necesarios para
mantener la operación. Los temas que se trataron en el entrenamiento fueron:
• Programación de rutas apropiadas de recolección de residuos

• Creación de procedimientos y estructura de trabajo para horario regular
y confiable de recolección de residuos.
• El establecimiento de una red de puntos de recolección secundarios,
junto con programa para garantizar la disponibilidad de vehículos de
recolección.
• Una clara división de tareas y responsabilidades entre los miembros de
CBO.
La asesoría también se concentro en tratar aspectos de la disposición final

llevada acabo por las CBO, la cual principalmente es reciclaje. Para esto, se
realiza una división de las fracciones que componen los RS, que principalmente
se realiza para cuatro grandes elementos: papel, plástico, metal y desecho
orgánico. Las CBO se encargan de separar los primeros tres elementos para
reciclar y vender en sus correspondientes mercados. El compostaje no se ha
realizado con éxito por las CBO, ya que no se cuenta con la infraestructura
adecuada para esta tarea.
Caso 3
Titulo: Modelación de la gestión nacional de residuos sólidos (Modelling

national solid waste management)
Autor: Maria Ljunggren (División de tecnologías en sistemas energéticos)
Institución: Universidad Chalmers de Tecnología (Göteborg, Suecia)
Resumen: Se describe la gestión nacional de RS, soportada en un modelo
para la toma de decisiones. La planeación de la gestión de los RS, es una tarea
de alta complejidad debido a un gran número de variables a tener en cuenta.
Nuevas restricciones legales introducidas a nivel regional y nacional,
incremento en los participantes de la gestión de RS; compañías privadas, y
ciudadanos, colaboración regional para enfrentar los retos de la administración
144
de RS y variedad de tecnologías nuevas y antiguas en tratamiento y
disposición de residuos son algunas de las variables a tener en cuenta.
El modelo es una herramienta informática de ingeniería para la planeación

estratégica de la gestión de RS a nivel nacional. Dicha herramienta asiste a
quienes toman las decisiones, por medio de una evaluación metódica de los
efectos y consecuencias de los posibles planes de acción. Esto es
especialmente útil cuando las posibilidades de decisión son muy numerosas y
complejas al mismo tiempo. El modelo trata principalmente con dos factores
cruciales para la planeación de la gestión de RS; minimización de costos y
disminución de impacto ambiental. Dentro de estos criterios se analiza
situaciones de:
• Introducción de tecnologías de tratamiento de residuos, como separación a

gran escala, compostaje, digestión biológica, incineración de residuos, uso
de rellenos sanitarios y separación en la fuente.
• Introducción de políticas, tales como metas en reciclaje y recuperación,
impuestos y tasas ambientales, limites de emisiones de ciertos compuestos
y objetivos para ciertas tecnologías.
• El potencial para materiales reciclados, producción de energía y producción
de compostaje.
• Reducción de generación de residuos.
• Tratamiento más adecuado para materiales específicos, como papel,
plásticos o material orgánico, dentro del marco de acción de la gestión de
RS.
Este modelo posee dos grandes características en su ejecución: 1. los RS son

desglosados en componentes homogéneos a lo largo de su paso por los
distintos procesos a los que son sometidos y 2. El modelo trata solamente con
un periodo de tiempo. El modelo funciona como un sistema abierto que
intercambia energía, materiales e información con el ambiente que lo rodea,
regulando su ejecución por medio de restricciones. Dichas restricciones son
elegidas para que sirvan a la planeación deseada de la gestión de RS. En la
Figura 27 a continuación, se muestra una representación del sistema en que
funciona el modelo para la gestión de los RS.
145
Figura 27. El sistema de gestión de residuos y su interacción con el medio que
lo rodea.
MERCADOS DE ENERGÍA
MERCADOS DE ENERGÍA
Fuente. Modelling national solid waste management. Waste Management and Research 2000.
De la Figura anterior, se puede mencionar siete aspectos importantes para el

modelado de la gestión de RS:
• La cantidad y composición de los residuos entrantes y de separación en la

fuente.
• La demanda y los precios para materiales reciclados y producción de
compostaje en el mercado
• La disponibilidad de nuevos sitios para relleno sanitario (y otros procesos de
tratamiento de RS)
• La demanda y los precios para electricidad.
• El precio y disponibilidad para suministro de energía auxiliar como petróleo
y electricidad
• Disponibilidad, costo y factibilidad técnica de nuevas tecnologías de
tratamiento de residuos
• Metas y restricciones ambientales como niveles de emisiones de
incineración y rellenos sanitarios.
Entre las conclusiones que presenta el caso, se resalta que puede haber
potencial económico al remplazar el manejo por rellenos sanitarios por
incineración y separación centralizada de residuos industriales, de construcción
y demolición. Esto también sugiere que dicha situación puede conducir a un
incremento en las emisiones al aire, pero reduce la contaminación ambiental
global. La metodología utilizada por el caso para la planeación de la gestión de
RS, no incluye soporte para la decisión de donde ubicar la infraestructura
necesaria para dicha planeación; tampoco analiza la situación de los RS con el
transcurso del tiempo.
146
Caso 4:
Titulo: Una aproximación multi-objetivo para la gestión de residuos sólidos (A

multiobjective approach for solid waste management)
Autor: M. Robba, R Minciardi, M. Paolucci y R. Sacile.
Institución: Universidad de Genova
Resumen: Los problemas en la gestión de RS, tienen mayor resonancia a nivel
municipal, donde quienes toman las decisiones deberían planear una estrategia
efectiva, tomando en cuenta simultáneamente objetivos conflictivos
(económicos, técnicos, normativos, ambientales, etc). Debido a tales conflictos,
el problema es caracterizado por una incertidumbre intrínseca de estimar
costos e impactos ambientales de dichos objetivos y su correspondiente peso
(impacto) en relación a los demás. Estas razones han llevado a varios autores
a proponer aproximaciones de modelos matemáticos de decisión multi-criterio o
multi-objetivo. Este tipo de modelos tratan simultáneamente con decisiones
usualmente conflictivas y contradictorias entre si, a través de varias funciones
objetivo para llegar a un objetivo común. Cada función objetivo posee un peso
en relación a un todo dictado por los niveles tolerancia y de la importancia de
cada objetivo ante los demás; es decir que se puede maximizar las utilidades,
siempre y cuando los niveles de emisiones de gases no sobrepasen cierto nivel
establecido ó los niveles de aceptación en la comunidad no sean inferiores a
cierto valor.
Se han propuesto cuatro objetivos principales, los cuales reflejan los aspectos
mas importantes, críticos y conflictivos a decidir: 1. minimización de costos
(instalación, mantenimiento, transporte y de separación de RS), 2. minimización
de emisiones del incinerador (como SO2, HCl, HF, NOx, polvo y metales
B B
pesados), 3. maximizar el tiempo de llenado de relleno sanitario, y 4.

maximizar la recuperación de materiales. El modelo toma decisiones
concernientes a los flujos óptimos de RS, entre sitios de generación, plantas de
tratamiento y sitios de disposición final; además también dimensiona las
plantas de tratamiento para su correcta utilización. El caso es probado con una
aplicación que utiliza distintos elementos utilizados en la gestión de RS, tales
como: a. Un separador, b. una planta de producción de combustible (RDF –
Refuse Derived Fuel), c. un incinerador con recuperación de energía, d. una
planta para tratamiento de material orgánico proveniente de un separador, y e.
un relleno sanitario. En la figura 28 a continuación se ilustra el diagrama de
flujo del sistema propuesto en el caso para la gestión de RS; las variables de
flujo (determinadas en un rango entre 0 y 1) están representadas por las letras
griegas γ, θ, λ, ψ y α.
147
Figura 28. Diagrama de flujo del sistema de gestión de residuos sólidos.
Separador
αi
ψc
ψd ψi
Planta de
Planta para material producción de
orgánico combustible
γM θM
γI
θI Venta
Venta γL λD λI
Relleno sanitario Incinerador Reciclaje
Nota: Las flechas determinan la dirección y sentido del flujo de residuos entre los distintos elementos del
sistema de gestión de residuos propuesto.
Fuente: Una aproximación multi-objetivo para la gestión de residuos sólidos. Universidad de Génova.
Donde:
- αi representa el porcentaje de material de tipo i enviado a reciclar
B B
(i=1…11). De manera particular, α10 = 0 y α11 = 0, dado que son material B B B B B B
inerte y tierra respectivamente, los cuales no son reciclables.

- ψC, ψI, ψL, representan la fracción de material seco, proveniente del
B B B B B B
separador y enviado respectivamente a la planta RDF, al incinerador y al

relleno sanitario.
- λD y λI representan las fracciones de material desechado por la planta
B B B B
RDF y enviado al relleno sanitario o al incinerador.

- θM y θI representa la fracción de RDF producido que respectivamente se
B B B B
vende y se envía al incinerador.

- γL, γI y γM representa la fracción de material orgánico estabilizado
B B B B B B
proveniente de la planta de tratamiento de material orgánico y

respectivamente es enviado a un relleno sanitario, al incinerador o es
vendido.
- R es la cantidad de RS total que ingresa al sistema.
148
Las funciones objetivo planteadas son de la siguiente forma:
1. Minimización del costo económico:
f1(x) = Cr(x) + Cg(x) – B(x)

B B P
P
P
P
Donde;
Cr(x) = Costos anuales de reciclaje P
P
Cg(x) = Costo de administración y mantenimiento de las plantas P P
B(x) = Beneficios por la venta de energía eléctrica o venta de

combustibles
2. Minimización de los desechos no reciclables
f2(x) = R – D
B B
Donde;
R = Masa total de desechos producidos
D = Residuos recolectados para reciclaje
3. Minimización de la cantidad de desechos enviados al relleno

sanitario
f3(x) = QT
B B
Donde;
QT = Cantidad de desechos por año entrando al relleno sanitario.
4. Minimización de las emisiones del incinerador
f4(x) = Σi M ∀ t
B B B B
Donde;
M = Emisiones de gases a la atmósfera
j = Tipos de emisiones de gases a la atmósfera
t = Tipos de planta
Sujeto a las siguientes restricciones:
Restricciones de balance de masa:
θM + θI = 1
B B B B
λD + λI = 1
B B B B
γL + γI + γM = 1
B B B B B B
ψC + ψI + ψL,= 1B B B B B B
149
Restricciones de rango técnico de funcionamiento:
Ma ≤ Q1 ≤ Mb B B B B B B
Na ≤ Q2 ≤ Nb
B B B B B B
Oa ≤ Q3 ≤ Ob B B B B B B
Pa ≤ Q4 ≤ Pb
B B B B B
Donde;
Qn (n ∈ {1…4}) = Representa la cantidad de masa por que ingresa a los B B B B
distintos tipos de plantas

a = Indica el limite superior de admisión de desechos
b = Indica el limite inferior de admisión de desechos
M, N, O, P = Representa los limites, inferior o superior de aceptación de
masa
Restricciones de reciclaje: Según la legislación de algunos países (Como en

Italia, el reciclaje no debe ser inferior al 35% de la generación total de residuos.
αi * QT = 0.35* R
B B
Restricciones relacionadas con el flujo de material enviado al relleno

sanitario:
CY ≤ MR / TR
B B B B B
Donde;
MR = Capacidad restante del relleno sanitario B B
TR = Tiempo de llenado del relleno sanitario B B
Restricciones ambientales: En estas restricciones existen una gran cantidad

de ellas, las cuales se describirán brevemente a continuación.
- La producción de combustibles debe ser según las características

especificadas por la ley, en términos de capacidad calorifica, contenido
de humedad y cenizas.
- El contenido de cloro en los combustibles producidos debe ser menor o
igual a cierto valor.
- El material orgánico procesado debe contener un valor mayor a cierto
valor
- El contenido de vidrio en el material orgánico procesado debe ser inferior
a cierto valor
- La tasa C / N en el material orgánico procesado debe ser inferior a cierto
valor
- El contenido de plásticos contenidos en el material orgánico procesado
debe ser inferior a cierto valor
150
- Los valores de las emisiones de gases producidas por el incinerador
deben estar contenidas dentro de los rangos aceptados por la ley.
Finalmente las funciones objetivo planteadas se introducen en un vector de

optimización y son resueltas según la metodología de resolucion multi-criterio
de tal forma que se obtenga:
Minimizar F(x) = [f1(x), f2(x), …, fn(x)]

B B B B B B
Donde x representa la variable del vector de decisión.
Se concluye del documento, que a través de un modelo matemático restringido

no lineal, en donde las variables de decisión son tanto continuas como enteras,
se puede conciliar decisiones de tipo conflictivo y contradictorio, en aras de un
objetivo común. Este tipo de solución es adecuada a problemas ambientales, y
además es aplicado con relativa frecuencia. Sin embargo la técnica empleada
para resolver el problema es no lineal, lo cual requiere un mayor esfuerzo para
resolverlo, comparado con un problema de optimización lineal. Esta no
linealidad se presenta debido a que existen divisiones en el flujo de material en
el sistema.
Localización de infraestructura
Caso 5
Titulo: Ubicación restringida de infraestructura (Constrained facility location)

Autor: Ferran Hurtado, Vera Sacristán y Godfried Toussaint.
Institución: Universidad Politécnica de Cataluña
Resumen: En el clásico problema de ubicación de infraestructura, se da un
conjunto de n puntos c en el plano, en donde n representa clientes, plantas a
ser atendidas, escuelas, mercados, sitios de distribución o cualquier otro tipo
de infraestructura posible, dependiendo del contexto en cual el problema se
encuentre embebido y se desea encontrar la ubicación X donde la planta
debería ser ubicada para minimizar la distancia euclidiana desde X hasta su
cliente mas lejano. Es particularmente útil un criterio de mínimo o máximo
cuando se trata de ubicar infraestructura social o para emergencias como
estaciones de policía, estaciones de bomberos, escuelas, y hospitales, donde
se desea minimizar el tiempo de respuesta. Este problema tiene una sencilla
interpretación geométrica: se debe encontrar el círculo más pequeño que
encierra un conjunto de puntos n. El centro de este círculo es precisamente la
ubicación de la infraestructura deseada.
151
Caso 6
Titulo: Una aproximación al análisis económico de alternativas para sitios de

disposición de residuos sólidos (An approach to the economic analysis of solid
waste disposal alternatives)
Autor: Hector Malarín y William Vaughan
Institución: Banco Interamericano de Desarrollo
Resumen: El trabajo gira alrededor de la formulación de tres preguntas
fundamentales: 1. que tecnología se debe utilizar para disponer los RS?, 2. de
que tamaño debe ser la tecnología utilizada y 3. donde se debe ubicar para
minimizar costos / maximizar utilidades del sistema. Para esto, los autores
proponen un enfoque matemático, por medio de optimización entera mixta
aplicado al área de Jamaica; de esta forma se puede revisar simultánea y
metódicamente todas las posibles alternativas de decisión, concerniente a las
preguntas formuladas inicialmente. Sin una metodología estricta de análisis,
como la propuesta, el revisar todas las distintas posibilidades para la correcta
gestión de RS seria imposible de realizar.
El planteamiento inicial del problema se expresa de la siguiente forma:
Minimizar J FC(J) ≤ EC(J), donde J Є φ

B B
Sujeto a HS(J) ≥ 0
Donde J representa un vector de características que representan un sitio; FC(J)

son los costos incurridos por la construcción y operación de infraestructura;
EC(J) es una medida monetaria de los daños ambientales locales y regionales
asociados al elegir un sitio de disposición J; HS(J) son las restricciones
tecnológicas, de salud y de seguridad requeridas.
Durante el planteamiento del modelo se utilizan los siguientes indices:
i= Índice de capacidades para los rellenos sanitarios, medidas en toneladas

por día.
j= Índice de posibles sitios para la ubicación de rellenos sanitarios.
k= Índice para los distintos puntos de generación de RS (centroides)
La formulación de la ecuación objetivo resulta:
Minimizar C = ∑i∑j FCij*ISij + ∑i∑j VCij*VSij + ∑i∑k∑j TCkji*GSkji

B B B B B B B B B B B B B B B B B B B B B B B B B
Sujeto a:
- ∑i∑j GSkji ≥ WASTEk ,∀ k

B B B B B B B B
- ∑k GSkji = VSij, ∀ i,j

B B B B B B B B
- CAPACITYi * ISij ≥ VSij, ∀ i,j B B B B B B
152
- ∑i ISij ≤ 1, {0, 1}, ∀ j
B B B B
Donde C es la inversión anual en inversión, operación y transporte en un área

de estudio; FCij es el costo fijo anual por la construcción y equipamiento para
B B
un relleno sanitario de tamaño i en el sitio j; ISij es la variable binaria que B B
permite la existencia del costo fijo de construcción de un relleno sanitario de

tamaño i en el sitio j; VCij es el costo variable por tonelada operada en un B B
relleno sanitario de tamaño i en el sitio j; VSij es el número anual de toneladas B B
transportadas a un relleno sanitario de tamaño i en un sitio j; TCkji es el costo B B
de transportar una tonelada de RS desde el sitio de generación k al relleno

sanitario j de tamaño i; GSkji es el número anual de toneladas de residuos B B
transportadas desde el sitio de generación k al relleno sanitario j de tamaño i;

WASTEk son los RS generados anualmente en un sitio k; CAPACITYi es la
B B B B
cantidad anual de RS que son aceptados en un relleno sanitario de tipo i.

Posteriormente se ingresa los objetivos ambientales en la ecuación objetivo, de
tal manera que resulta:
Minimizar C = ∑i∑j FCij*ISij + ∑i∑j VCij*VSij + ∑i∑k∑j TCkji*GSkji + ∑i∑j ECijISij

B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B
Donde ECij representa los daños ambientales en unidades monetarias por año.
B B
Finalmente el modelo es probado y ajustado para la zona de estudio de

Jamaica. Al resolver inicialmente con objetivos económicos y luego con
objetivos ambientales, se puede sensibilizar acerca de cómo los costos
ambientales pueden influir en la ubicación de un lugar para la disposición de
RS
Caso 7
Titulo: Modelo integrado de gestión de residuos sólidos: El caso del distrito

central de Ohio (Integrated solid waste management model: The case of
Central Ohio District)
Autor: Rudy Prawiradinata
Institución: Universidad Estatal de Ohio.
Resumen: Esta iniciativa desarrolla un modelo integrado de RS, basado en
modelos anteriores tales como: a. predicción de generación de residuos (Rao
et al (1971), Chang (1991), Daskalopoulos et al (1998), Hocket et al (1995) y
Bruvoll - Ibreholt (1997)), b. planeación de infraestructura y programación de
operaciones, donde se resaltan los temas de selección de sitios para
localización de insfraestructura (Helms – Clark (1971), Marks, Revelle y
Liebman (1971), Gottinger (1986) y Chang (1993, 1996 y 1997), los cuales
utilizaron programación matemática entera mixta para determinar la mejor
localización para una planta), c. asignación de mano de obra (Chang (1997)),
Gestión de vehículos (Clark - Helms (1972) y Bhat (1996)), y d. economías en
la gestión de RS (Manne (1970), Carlino (1978), Ohanian (1993), Teitel (1993)
y Jackson (1998)).
153
El modelo inicial, consiste en la optimización de la vida útil de un relleno
sanitario con reciclaje, en donde el objetivo es minimizar el valor presente del
costo total de la gestión de RS, durante el periodo de planeación, tanto para
una vida util fija o variable del relleno sanitario. El autor obtiene como
conclusión de esta primera etapa, que la capacidad del relleno sanitario puede
ser tratada como un recurso agotable, en donde a medida que se va llenando,
ocurren fenómenos de precio y de costo: el precio por ocupar el relleno
sanitario sube a medida que se ocupa el espacio, lo cual lleva al operador del
relleno a minimizar la ocupación o a aumentar el reciclaje. Si no ocurre una
variación en el precio de la ocupación del relleno sanitario a medida que este
se ocupa, el precio solo se incrementaría en la tasa del costo de vida o de la
inflación. Lo anterior refleja la necesidad de una adecuada estructura de
costos.
Posterior a esto, se plantea el modelo de gestión integrada de RS, basado

principalmente en el modelo desarrollado por Chang; Prawiradinata realiza las
siguientes adiciones al modelo: 1. introducción de plantas de compostaje, 2.
Cierre o reemplazo de rellenos sanitarios, 3. operaciones en múltiples rellenos
sanitarios, 4. economías de escala en rellenos sanitarios, operaciones de
compostaje y expansión de capacidad, y por último 5. vida útil de los rellenos
sanitarios. Con las anteriores consideraciones se obtiene principalmente tres
ventajas en el modelo: a. Utiliza una formulación realista de las funciones de
costo, permitiendo economías de escala en la recolección de RS, desarrollo y
operación de infraestructura, así como también permite des-economías de
escala asociadas con la recolección separada de RS, con o sin separación en
la fuente. b. El modelo añade flexibilidad y realismo a las opciones de gestión
en la infraestructura de RS, incluyendo el uso simultáneo de varias
instalaciones de disposición, cada una con sus propias ventajas en ubicación;
teniendo en cuenta flujos entre instalaciones y el cierre o reemplazo de
infraestructura con el tiempo. c. Permite el impulso del reciclaje, por lo tanto
modifica el gusto, inclinación o propensión del consumidor hacia el reciclaje, y
permite que estas políticas puedan ser aplicadas en forma diferenciada.
El modelo utiliza los siguientes elementos, para plasmar el sistema de gestión

integrado de RS:
- Nodos de generación de residuos: Los residuos son generados en

puntos, los cuales representan las poblaciones. Las decisiones en tales
nodos incluyen la fracción de residuos destinados para reciclaje, el nivel
de promoción de mismo, la tasa de participación, y la cantidad de
desechos enviados a las plantas de tratamiento.
- Estaciones de transferencia: Es una infraestructura dedicada a traspasar
residuos contenidos en camiones de menor a mayor capacidad. Se
consideran de dos tipos: de transferencia de residuos sencilla ó con
procesos de recuperación o separación de residuos.
154
- Incineradores (con recuperación de energía): En este sitio, los residuos
sufren un cambio cuantitativo y cualitativo. Los desechos llegan a estos
sitios provenientes de estaciones de transferencia y centros de reciclaje.
- Centros de reciclaje: Son sitios donde se separan los RS en reciclables y
no reciclables, para poder enviar a otros sitios.
- Plantas de compostaje: Son aquellas plantas que procesan los RS para
convertidos en abono y fertilizantes.
El diagrama de flujo es presentado en la Figura 29 a continuación:
Figura 29. Representación de la red de elementos de la gestión integrada de

residuos y los correspondientes flujos entre estos.
Nota: En la figura se pude notar el índice de cada elemento entre paréntesis

Fuente: Modelo integrado de gestión de RS: El caso del distrito central de Ohio. Rudy Prawiradinata.
2004
La función objetivo que se plantea para el modelo es la siguiente:
T
Minimizar z = ∑ δ t (Costos t − Ingresos)
t =1
t
⎛ 1 ⎞
Donde δ t = ⎜ ⎟ ;
⎝1 + r ⎠
Es el factor de descuento en un tiempo t y r es la tasa de descuento. Dentro de

los costos se encuentran:
155
- Costos de recolección y transporte: Es la suma de todos los costos
de recolección y transporte, para todos los flujos de transporte, para
todos los tipos de nodos.
∑i{Ai*FCCMX*ICCMXit + CLCMX*(∑jXijt + ∑lXiot + ∑mXlmt)}

B B B B B B B B B B B B B B B B B B
Donde Ai es el área de recolección i; FCCMX es el costo fijo por la

B B
recolección de RS (sin separación); ICCMXit es la variable binaria como B B
un indicador de la existencia de costos fijos por la recolección de RS (sin

separación) en el área de recolección i en el tiempo t (es igual a 1 si hay
recolección); CLCMX es el costo unitario de la recolección de RS (sin
separación) y por último Xijt, Xilt, Ximt y Xiot son las cantidades de residuos B B B B B B B B
(sin separación) recolectados en un área i y posteriormente transferidos

a los nodos j, l, m y o respectivamente. Los costos de recolección de
desechos de jardín están dados específicamente por:
∑i(Ai*FCCYW*ICCYWit + CLCYW*∑kXikt)
B B B B B B B B B B
Donde FCCYW son los costos fijos por la recolección de residuos de

jardin; ICCYWit es la variable binaria indicadora de la recolección de
B B
residuos de jardín en el área de recolección i, en el tiempo t; CLCYW

son los costos unitarios de la recolección de desechos de jardín y Xikt es B B
la cantidad de residuos de jardín recolectados en el área i y enviados a

la planta de compostaje k. Los costos totales de residuos recolectados
reciclables son dados por:
∑i(Ai*FCCRC*CLCRCit + CLCRC*∑w,n Xwint)

B B B B B B B B B B
Donde Xwint es la cantidad de residuos reciclables de tipo w recolectados

B B
en un área i (todos los residuos de tipo w son enviados a un centro de

reciclaje n); CLCRC es el costo unitario de la recolección de residuos
reciclables; FCCRC es el costo fijo por la recolección de residuos
reciclables y ICCRCit es una variable binaria que indica los costos fijos B B
incurridos por la recolección de residuos reciclables en el área i en un

tiempo t. El transporte entre nodos está dato por TUC para cualquier
origen y destino (en términos de $ / ton / km). Por ejemplo, los costos de
transporte entre un área de recolección i y un relleno sanitario o, está
dado por TUCio, teniendo en cuenta que la distancia entre estos dos B B
nodos es representada por Dio, por lo tanto el costo de transportar una B B
cantidad de residuos Xiot, en un tiempo t, esta dada por: B B
∑i,o(TUCio*Dio*Xiot)
B B B B B B B B
Teniendo en cuenta todo lo anterior, los costos de transporte y

recolección resultan:
156
∑t dt * [∑i{Ai*FCCMX*ICCMXit + CLCMX*(∑jXijt + ∑lXiot + ∑mXlmt)}
B B B B B B B B B B B B B B B B B B B B B B +
∑i(Ai*FCCYW*ICCYWit + CLCYW*∑kXikt) + ∑i(Ai*FCCRC*CLCRCit
B B B B B B B B B B B B B B B B +
CLCRC*∑w,n Xwint) + ∑i,n(TUCin*Din*Xint) + ∑i,j(TUCij*Dij*Xijt) B B B B B B B B B B B B B B B B B B B B +
∑i,l(TUCil*Dil*Xilt) + ∑i,m(TUCim*Dim*Ximt) + ∑i,o(TUCio*Dio*Xiot)
B B B B B B B B B B B B B B B B B B B B B B B B +
∑i,k(TUCik*Dik*Xikt)
B + ∑j,k(TUCjk*Djk*Xjkt)
B + ∑j,l(TUCjl*Djl*Xjlt) B B B B B B B B B B B B B B B B B B B B B B +
∑j,m(TUCjm*Djm*Xjmt) + ∑n.j(TUCnj*Dnj*Xnjt) + ∑l,m(TUClm*Dlm*Xlmt)
∑l,k(TUClk*Dlk*Xlkt) + ∑j,o(TUCjo*Djo*Xjot) + ∑l,o(TUClo*Dlo*Xlot)
∑m,o(TUCmo*Dmo*Xmot) + ∑n,m(TUCnm*Dnm*Xnmt) + ∑n,o(TUCno*Dno*Xnot)]
B B B B B B B B B B B B B B B B B B B B B B B B
- Costos operativos: Los costos operativos del reciclaje incluyendo

promoción, son:
NOCit * COPLit B B
Donde NOCit es el número de personas en el área de recolección i y B B
COPLit es el nivel de promoción de la actividad de reciclaje, lo cual B B
consiste en el costo por persona para promocionar la separación de

residuos en la fuente y el reciclaje (el modelo determina COPLit). Los B B
costos de operación de las estaciones de transferencia están dadas por:
Cjt * (∑iXijt + ∑nXnjt)

B B B B B B B B B B
Donde Cjt son los costos unitarios de operar una estación de B B
transferencia j. La suma (∑iXijt + ∑nXnjt), significan la cantidad total de RS B B B B B B B B
recibidos. A continuación los costos por operación del relleno sanitario:
FOCLFo*IOCLFot + Cot*(∑iXiot + ∑jXjot + ∑lXlot + ∑mXmot + ∑nXnot) B B B B B B B B B B B B B B B B B B B B B B B B B B
Donde FOCLFo es el costo fijo de operar y IOCLFot, es la variable

binaria que indica de la existencia de dicho costo. Si la variable binaria
es mayor a cero, el relleno sanitario recibe X cantidad de residuos,
provenientes de los distintos elementos de la gestión de residuos. El
costo fijo de operar incluye el costo de mantener el relleno sanitario
abierto. Se incurre en este costo siempre y cuando el relleno sanitario
tenga una capacidad de almacenamiento de residuos.
Teniendo en cuenta todo lo anterior, los costos de operación resultan

así:
∑t δt [∑i{ NOCit * COPLit } + ∑j { Cjt*(∑iXijt + ∑nXnjt)} + ∑l { Clt*(∑iXilt +

B B P P B B B B B B B B B B B B B B B B B B B B B B B B B B
∑nXnjt)} + ∑m { Cmt*(∑iXimt + ∑jXjmt + ∑lXlmt + ∑nXnmt)} + ∑n{Cnwt*∑i,wXwin} +

B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B
∑k{Ckt*(∑i,wXwikt + ∑j,wXwjkt + ∑l,wXwlkt)} + ∑o{ FOCLFo*IOCLFot + Cot*(∑iXiot

B B B B B B B B B B B B B B B B B B B B B B B B B B B B
+ ∑jXjot + ∑lXlot + ∑mXmot + ∑nXnot)}]

- Costos de cierre y reemplazo de rellenos sanitarios: Estos costos

varían con el nivel de peligro asociado a los residuos contenidos en los
157
rellenos, al clima y a las condiciones geológicas del sitio. También están
asociados costos de desarrollo del relleno, según las leyes y políticas
ambientales, que pueden incluir el cubrimiento del relleno, sistemas de
control de lixiviados y aguas residuales, drenaje para los gases y
sistema de monitoreo ambiental. Los rellenos sanitarios bien
mantenidos, tienen bajos costos de cierre. Por lo tanto el costo de
sellamiento es un costo constante que varia con las condiciones propias
de cada relleno sanitario. El costo de cierre esta dado por:
∑t∑o[ δt CCOLo + δt-1 RCOLo]

B B B B P
P
B B P
P
B B
Donde CCOLo es el costo de cierre del relleno sanitario de tipo o. RCOLo es el

costo de reemplazo o de inversión por un nuevo relleno sanitario. Se asume que
el nuevo relleno sanitario se empieza a construir un año antes de que el relleno
sanitario o sea cerrado, de tal manera que cuando el relleno sanitario viejo se
cierre, el nuevo sea abierto.
- Costos por nuevas plantas y expansión de capacidad de las

actuales: Tanto los costos de construcción de nuevas plantas como de
las expansiones de capacidad de plantas existentes, están dados por la
suma de los costos fijos y variables, en un marco de economías a
escala. En general, el costo de desarrollo promedio de nuevas plantas
decrece con el tamaño. Esta modelación de apertura de nuevas plantas
y de incrementos a las plantas actuales se constituye por variables
binarias de decisión. La estructura de costos para la construcción y
expansión de plantas es similar para varios tipos de infraestructura de la
gestión de RS y esta dada (por ejemplo para plantas de reciclaje) por:
∑n{FCn*IRCm + CCn*EXCRCm}
B B B B B B B B B B
Donde FCn es el costo fijo por la expansión de capacidad; IRCm es la

B B B B
variable binaria que indica la existencia de los costos fijos FCn; CCn es el B B B B
costo unitario de expansión y EXCRCm es la capacidad de expansión B B
determinada por el modelo. En el caso de la construcción de nuevos

rellenos sanitarios, los costos serian de la siguiente forma:
{FCFCo*ILFto + CCFo*DCFLFto} + {FCSCo*IFLto + CCSo*DCSLFto}

Donde ILFto es la variable binaria que indica la existencia de un relleno

B B
sanitario; FCFCo y FCSCo son costos fijos; CCFo y CCSo son costos B B B B B B B B
unitarios de construcción y finalmente DCFLFto y DCSLFto son las B B B B
capacidades para flujo y almacenamiento respectivamente. Para los

rellenos sanitarios existentes, la expresión que trata con la decisión de
expandir el relleno sanitario, en flujo y en capacidad de residuos es:
FCFCo*ILFFto + CCFo*EXCFLFto
B B B B B B B B
158
Y
FCSCo*ILFSto + CCSo*EXCSLFto B B B B B B B B
Donde ILFFto es la variable binaria que indica la existencia de costos B B
fijos debido a flujo en el relleno sanitario; ILFSto es la variable binaria que B B
indica la existencia de costos fijos debido a la existencia de capacidad

de almacenamiento en el relleno sanitario; EXCFLFto es la capacidad de B B
expansión en el flujo del relleno y EXCSLFto representa la capacidad de B B
expansión en capacidad de almacenamiento del relleno. Teniendo en

cuenta los costos anteriores se arma la ecuación que define los costos
de expansión, en donde la tasa de descuento de la inversión esta dada
por dt-1, y la expresión general resulta: P P
∑t=1 dt-1 [∑n{FCn*IRCm + CCn*DXCRCm} + ∑n{FCn*IRCm + CCn*EXCRCm}

B B P P B B B B B B B B B B B B B B B B B B B B
+ ∑j{FCj*ITSJtj + CCj*DCTStj} + ∑j{FCj*ITSJtj + CCj*EXCTStj} +

B B B B B B B B B B B B B B B B B B B B
∑l{FCl*ITSLtl + CCl*DCTSMtl} + ∑l{FCl*ITSMtl + CCl*EXCTSMtl} +

∑m{FCm*IWTEtm + CCm*DCWTEtm} +∑m{FCm*IWTEtm + CCm*EXCTWEtm}

+ ∑kFCk*ICOMtk + CCkDCCOMtk} + ∑k{FCk*ICOMtk + CCk*EXCCOMtk} +

∑o{FCFCo*ILFto + CCFo*DCFLFto} + ∑o{FCSCo*ILFto + CCSo*DCSLFto} +

∑o{FCFCo*ILFFto
B B + CCFo*EXCFLFto} + ∑o{FCSCo*ILFSto + B B B B B B B B B B B B B B
CCSo*EXCSLFto}] B B B B
Se incluyen ingresos por la venta de materiales reciclados, productos de

compostaje y energía producida por los incineradores, tomado el precio del
mercado para los distintos productos. Los precios varían con el tiempo, pero
para simplificar se tomarán constantes.
- Venta de energía eléctrica:
∑tδt {∑m(YMmt *PE)}

B B P P B B B B
Donde YMmt es la energía producida (KwH) por el incinerador m en el B B
tiempo t y esta dada a su vez por:
YMmt = {RD*(∑iXimt + ∑jXjmt + ∑lXlmt + ∑nXnmt) } * ECFm,

Donde RD es la fracción de residuos que pueden ser incinerados in la

planta y ECFm es el facto de conversión de materia prima a energía. PE B B
es el precio de la energía en el mercado.
- Venta de productos de compostaje
∑tδt {∑k(YKkt *PC)}

B B P P B B B B
159
Donde YKkt es el producto del compostaje, calculado por B B
YKkt = CCFk*{RCM*(∑i,wXwikt + ∑j,wXwjkt + ∑l,wXwlkt)}

Donde RCM es la fracción de RS que puede ser objeto de compostaje;

CCFk es el factor de conversión a compostaje en una planta de B B
conversión k. PC es el precio del mercado para el compostaje.
- Venta de productos de reciclaje:
∑tδt {∑w(∑nYNwnt + ∑lYLwlt)*PRw}

B B P P B B B B B B B B B B B B
Donde YNwnt y YLwlt son calculados a continuación: B B B B
YNwnt = RVNwt*∑iXwint B B B B B B B B
YLwlt = RVLwt* (∑i Xilt +∑n Xnlt),

Donde RVNwt es la tasa de recuperación de residuos reciclados de tipo B B
w, recolectados en un área i y procesados en un centro de reciclados;

RVLwt es la tasa de recuperación de residuos reciclados de tipo w
B B
recolectados de residuos mezclados, procesados y transportados a una

planta de recuperación de materiales. Los residuos reciclados del área i
ya vienen separados y por lo tanto la tasa de recuperación RVNwt es B B
más grande que RVLwt porque estos últimos son de residuos mezclados. B B
- Venta de infraestructuras: Se da por la venta de las plantas al final del

periodo de planeación con un valor de salvamento o valor residual.
δt [∑j(RSVJjT) +∑l(RSVLlT) + ∑k(RSVKkT) + ∑m(RSVMmT) + ∑n(RSVNnT) +

P
P
∑o(RSVOoT)]
B B B B
Donde RSV**T (* = L, K, M, N, O) es el valor de venta de rescate de Los B B
distintos tipos de infraestructura en el final del periodo de planeación T

(Aunque se sigan utilizando después del final del periodo de planeación).
El valor de salvamento se considera solamente para las plantas nuevas.
Las restricciones a las que esta sujeto el modelo son las siguientes:
- Restricciones de balance de masa:
En los nodos de generación i:

WGit = ∑jXijt +∑wkXwikt + ∑lXilt + ∑w,nXwint + ∑mXimt + ∑oXiot, ∀ i, t
B B B B B B B B B B B B B B B B B B B B B B B B B B
160
Donde WGit es la cantidad de residuos generados en un área i en el B B
tiempo t.
∑w∑n Xwint ≤ CPRit * WGit * MXSRCi

Donde Xwint es la cantidad total de residuos reciclables en un área i, B B
enviados a centros de reciclaje, lo cual depende de tasa de participación

de la comunidad o el compromiso de la comunidad CPRit y la B B
participación máxima de material de reciclaje MXSRCi. Este modelo B B
permite que las autoridades encargadas de la gestión de RS influencien

la participación de la comunidad en el reciclaje a través de la promoción
del reciclaje. El nivel de promoción del reciclaje está dado por COPLit B B
(USD / persona) y mientras mas alta sea la promoción, mas alto será el
costo. El valor de CPRit esta dado por: B B
CPRit = LLOPRi + α * COPLit ≤ ULOPRi B B B B B B B B
Donde LLOPRi es el límite inferior de participación de un área en el B B
reciclaje y la separación de residuos. ULOPRi es el máximo de B B
participación en actividades de reciclaje y separación de una comunidad.
En los nodos de las estaciones de transferencia con recuperación

de materiales j:
∑i Xijt + ∑n Xnjt + ∑m Xmjt = ∑k Xjkt + ∑m Xjmt + ∑o Xjot , ∀ j, t.

En los nodos de plantas de recuperación de materiales l (aquí los RS

son separados en materiales recuperables, desechos combustibles de
desechos para relleno sanitario). Después de la separación, los residuos
∑wYLwlt están dados por:
B B B B
RVLwt*(∑iXilt + ∑nXnlt) B B B B B B B B B B
La anterior expresión significa los materiales reciclados vendidos

directamente en el mercado. El resto de residuos (∑kXlkt + ∑mXlmt + B B B B B B B B
∑oXlot) es igual a:
B B B B
(1 – RVLwt)*( ∑iXilt + ∑nXnlt) B B B B B B B B B B
Lo cual puede ser enviado a estaciones de transferencia, rellenos

sanitarios o incineradores. El balance de masa en este tipo de plantas j
resulta:
RVLwt*(∑iXilt + ∑nXnlt) + (1 – RVLwt)*( ∑iXilt + ∑nXnlt) = ∑wYLwlt + (∑kXlkt +

∑mXlmt + ∑oXlot) ∀ l, t.
B B B B B B B B
161
En los nodos de las plantas de incineración m: Estas plantas venden
energía eléctrica a las ciudades. Adicionalmente crean residuos en
forma de cenizas. Las cenizas están dadas por:
RD*(∑iXimt + ∑lXlmt + ∑jXjmt + ∑nXnmt)*ASHCFm B B B B B B B B B B B B B B B B B B
Donde RD es la fracción de residuos que pueden ser incinerados;

ASHCFm es el factor de conversión de residuos a cenizas durante el
proceso de incineración m. La cantidad de residuos no combustibles
está dado por:
(1 – RD)*(∑iXimt + ∑lXlmt + ∑jXjmt + ∑nXnmt) B B B B B B B B B B B B B B B B
Tanto las cenizas, como los residuos no combustibles, son enviados a

rellenos sanitarios. Xmot representa la cantidad de cenizas y desechos no B B
combustibles que son salen de las plantas de incineración:
∑oXmot = (1 – RD)*(∑iXimt + ∑lXlmt + ∑jXjmt + ∑nXnmt) + RD*(∑iXimt + ∑lXlmt

+ ∑jXjmt + ∑nXnmt)*ASHCFm ∀ m, t.
B B B B B B B B B B
En los nodos de plantas de reciclaje: Los centros de reciclaje solo

reciben por separado material reciclable w (vidrio, papel, plástico y
aluminio) directamente de la fuente de generación.
RVNwn*∑w,iXwint + (1 - RVNwn)* ∑w,iXwint =∑wYNwnt + (∑jXnjt ∑mXnmt +

∑oXnot), ∀ n, t.
B B B B
- Restricciones de limite de capacidad:
Estaciones de transferencia existentes
∑iXijt + ∑kXkjt + ∑m Xmjt ≤ ∑t (ICTSj + EXCTStj) ≤ MAXCTSj, ∀ j, t.

La cantidad total anual de RS recibidos de todos los posibles nodos,

incluyendo áreas de recolección, centros de reciclaje y otras
instalaciones es (∑iXijt + ∑kXkjt + ∑m Xmjt). ICTSj es la capacidad inicial de B B B B B B B B B B B B B B
operación de una estación de transferencia j. EXCTSjt es la capacidad B B
de expansión en el tiempo t, determinada por el modelo. La suma de las

dos expresiones anteriores no puede sobrepasar la cantidad máxima de
expansión MAXCTSj. B B
Nuevas estaciones de transferencia
MINCTSj ≤ ∑t (DCTSjt + EXCTSjt) ≤ MAXCTSj B B B B B B B B B
162
Donde DCTSjt es la capacidad diseñada para una nueva planta,
construida en un tiempo t. MINCTSj, es la capacidad minima de
operación de una planta de transferencia. De forma similar a las
estaciones de transferencia existentes, la cantidad anual de RS sin
separación, provenientes de todos los nodos posibles, no pueden
exceder la capacidad total en cualquier tiempo t:
∑iXijt + ∑kXkjt + ∑mXmjt ≤ ∑t (DCTSjt + EXCTSjt), ∀ j, t.

Plantas o centros de reciclaje existentes
∑w,i Xwint ≤ ∑t (ICRCn + EXCRCnt) ≤ MAXCRCn, ∀ n, t.

Donde ∑t (ICRCn + EXCRCnt) significa la capacidad total de reciclaje de

B B B B B B
las plantas existentes, la cual no puede exceder el limite máximo de

reciclaje; MAXCRCn. B B
Plantas o centros de reciclaje nuevos
MINCRCn ≤ ∑t (DCRCnt + EXCNnt) ≤ MAXCRCn B B B B B B B B B B
Donde MINCRCn es la capacidad mínima requerida para las plantas de B B
reciclaje; DCRCnt es la capacidad diseñada para la nueva planta de

reciclaje. ∑t (DCRCnt + EXCNnt) significa la capacidad total de reciclaje B B B B B B
de una planta nueva. Los residuos totales reciclajes separados ∑w,i Xwint B B B
provenientes de todas las áreas de recolección, deben equiparar la

B
capacidad total de las plantas:
∑w,i Xwint ≤ ∑t (DCRCnt + EXCNnt ∀ n, t.

B B B B B B B B B B
Plantas de incineración existentes
∑iXimt + ∑iXjmt + ∑lXlmt ≤ ∑t (ICWTEm + EXCWTEmt) ≤ MAXCWTEm ∀ m, t.

Plantas de incineración nuevas
MINCWTEm ≤ ∑t (DCWTEmt + EXCWTEmt) ≤ MAXCWTEm B B B B B B B B B B
∑iXimt + ∑iXjmt + ∑lXlmt ≤ ∑t (DCWTEmt + EXCWTEmt) ∀ m, t.

Plantas de compostaje existentes
{∑iXwikt + ∑jXwjkt + ∑lXwlkt } ≤ ∑t (ICCOMk + EXCCOMkt) ≤ MAXCCOMk, ∀

k, t.
163
Plantas de compostaje nuevas
MINCCOMk ≤ ∑t (DCCOMkt + EXCCOMkt) ≤ MAXCCOMk, B B B B B B B B B B
{∑iXikt + ∑jXjkt + ∑lXlkt } ≤ ∑t (DCCOMkt + EXCCOMkt), ∀ k, t.

Rellenos sanitarios existentes
∑t (∑iXiot + ∑jXjot + ∑nXnot + ∑lXlot + ∑mXmot) ≤ CFLFot, ∀ t, o.

∑t (∑iXiot + ∑jXjot + ∑nXnot + ∑lXlot + ∑mXmot) ≤ CSLFot, ∀ t, o.

Donde (∑iXiot + ∑jXjot + ∑nXnot + ∑lXlot + ∑mXmot) es la cantidad de B B B B B B B B B B B B B B B B B B B B
residuos anual depositados en un relleno sanitario; CFLFot es la B B
capacidad operativa de flujo y CSLFot es la capacidad total de B B
almacenamiento de un relleno sanitario. A su vez CSLFot está restringido B B
por la capacidad de flujo total ∑t (ICSLFo + EXCSLFot), la cual no puede B B B B B B
sobrepasar el limite máximo de operación de flujo MAXCFLFo; B B
CSLFot = ∑t (ICSLFo + EXCSLFot) ≤ MAXCFLFoB B B B B B B B B B
CSLFot decrece con el tiempo, a excepción de cuando ocurre una

B B
expansión en la capacidad.
CSLFot = ∑t (ICSLFo + EXCSLFot) – {∑t (∑iXiot-1 + ∑jXjot-1 + ∑lXlot-1 +

B B B B B B B B B B B B B B B B B B B B B B
∑mXmot-1)}
B B B B
Con la anterior formulación del modelo entero mixta, se programa en GAMS

para su posterior aplicación y resolución sobre un área de estudio. El modelo
es calibrado para el distrito central de Ohio y resuelto bajo una variedad de
escenarios. Adicionalmente se utiliza análisis de sensibilidad para determinar el
impacto en los cambios de capacidad en los rellenos sanitarios, tasas de
interés, y efectos del crecimiento en la generación de residuos sobre políticas
de reciclaje y vida útil de los rellenos sanitarios. El modelo es entonces
aplicado para investigar dos temas adicionales: 1., El modelo es usado para
derivar un costo agregado de la gestión de RS, como una función de variables
claves, tales como el tamaño del sistema, densidad de población, numero de
opciones de infraestructura e instalaciones y tendencias en reciclaje. Se ha
encontrado que algunas de estas variables tienen un impacto en el costo de la
gestión de RS municipales, según investigaciones empíricas. La función de
costo estimado se utiliza para confirmar estos hallazgos empíricos. 2., La
función también puede ser usada como benchmarking y como método
disponible o a la mano, en diseño de gestión de RS. Para derivar dicha función,
el modelo es ejecutado, generando más de 2,900 observaciones (variando
sistemáticamente ocho parámetros). El conjunto resultante de pseudos – datos
164
es usado para encontrar el costo asociado en los ocho parámetros. Los
resultados confirman los hallazgos empíricos de economías de escala y
densidad. Estos también sugieren la importancia de otras variables en
determinar el costo de la gestión de RS, incluyendo opciones de infraestructura
y tendencias en el reciclaje.
165
ANEXO 5. DESCRIPCIÓN DE PARAMETROS UTILIZADOS
Para los parámetros que presentan una dimensión de tiempo, se tomó como
base los índices de inflación en Colombia, desde 1997 hasta el 2005, con lo
cual se proyectó una inflación con un horizonte de 10 años. Dicha proyección
se realizó por medio de un ajuste hiperbólico, para facilitar los cálculos, como
se muestra en las Tabla 33 a y b, a continuación.
Tabla 33 a. Índices de inflación en Colombia.
AÑO 1997 1998 1999 2000 2001 2002 2003 2004 2005
INFLACION 17.7% 16.7% 9.2% 8.7% 7.6% 5.5% 6.5% 5.5% 4.0%
Tabla 33 b. Proyecciones de inflación en Colombia.
PROYECCION DE INFLACION
AÑO 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
INFLACION 4.8% 4.5% 4.2% 4.0% 3.8% 3.6% 3.4% 3.3% 3.1% 3.0%
– 0,6655 2
Nota: La ecuación utilizada para pronosticar la inflación es Y = 0,2074 * X
P , con un coeficiente R de
P
P
P
0,9141.
Fuente Tabla a: Banco de la Republica de Colombia. 2006. www.banrep.gov.co
TU UT
La anterior proyección de inflación se utiliza en los parámetros económicos,

concernientes a precios y costos.
166

Residuos Solidos Ubicacion

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Residuos Solidos Ubicacion

Transféré par

Droits d'auteur :

Formats disponibles

MODELO PROTOTIPO DE OPTIMIZACIÓN PARA LA LOCALIZACIÓN DE

PLANTAS PRODUCTORAS DE ENERGÍA A PARTIR DE BASURAS POR

ANDRES DANILO ARGUELLO GALINDO

ANDRES DANILO ARGUELLO GALINDO

Proyecto de grado para optar al título de Ingeniero Industrial

Chía, 19 de Enero de 2007

“Que tu vida no sea una vida

Borra, con tu vida de apóstol, la

San Josemaría Escrivá de

Durante mi carrera y en especial durante el desarrollo de esta tesis, le debo

A Maria Lilia Perilla, profesora de la Universidad de la Sabana y directora de

A Camilo Augusto García Guerrero, Ingeniero de la Universidad de la Sabana,

A Danilo Abril Hernández, por su valiosa orientación en el manejo del software

A Rodrigo Cáliz, por su valioso aporte en la conceptualizacion de modelos de

A Alberto Estrada y Hontanar, por contribuir con mi formación no solo

4.3 SELECCIÓN DE MUNICIPIOS 43

Gráfica 2b. Evolución en la composición de los residuos sólidos 116

Gráfica 3a. Generación de residuos sólidos en los países de la 117

Gráfica 4b. Composición porcentual de las formas de disposición 118

Gráfica 5. Población en América Latina y el Caribe. 119

Figura 12. Estructura utilizada para describir el modelo 45

Este trabajo presenta un modelo matemático para la optimización en la

Palabras clave: modelo matemático, programación lineal entera mixta,

El acelerado avance de las civilizaciones del mundo ha producido una

La investigación de operaciones es un campo predominante de la ingeniería

El documento sigue la secuencia lógica del método científico, el cual se realiza

En este capitulo se exponen los antecedentes generales de la situación de

Figura 1. Esquema de los antecedentes del problema.

1.1 SITUACIÓN DE LOS RESIDUOS SOLIDOS

La situación de los RS se aborda de forma cuantitativa y cualitativa,

1.1.1 Ámbito Internacional

En el planeta tierra se están presentando varias tendencias en cuanto a la

la generación de residuos, se están registrando, en prácticamente todas las

consideran regiones desarrolladas Estados Unidos y Europa, mientras que los

Habitat publications. Nueva York. P. 70. Disponible en: <http://www.unhabitat.org/Istanbul+5/70.pdf >

en 1998 se produjeron 1.300M (de aquí en adelante millones será representado

utilizado consecuentemente en publicidad positiva de persuasión, y es

subdesarrollo, el presupuesto se dedica frecuentemente a subsanar

tienen en cuenta principalmente la sostenibilidad a largo plazo8. TP PT

Generación, composición y manejo de residuos sólidos en el mundo.

En el siglo pasado, ocurrió un cambio en la distribución de la población, que

anexo 2, muestra el cambio poblacional.

En la última década del siglo pasado, lideró la producción mundial de desechos

años se puede apreciar en la Gráfica 1 del anexo 1. En los últimos 20 años la

Algunos expertos aseguran que el volumen de residuos generados en Estados

Unidos, sino por el contrario depende de la capacidad de consumo de sus

de RSM han cambiado substancialmente, ya que se ha disminuido la

La generación y gestión de RSM en la Unión Europea (UE), es similar a lo que

Waste [On Line]. Austin. 6 p. Disponible en: <http://www.texasep.org/html/wst/wst_1msw.html >

University Press, 1997. p 57.

SEMINARIO INTERNACIONAL DE GESTIÓN INTEGRAL DE RESIDUOS SÓLIDOS Y PELIGROSOS, SIGLO

El crecimiento en la generación de RSM, al igual que en Estados Unidos, ha

respectivamente, cantidades, caracterización y métodos de disposición de los

reciclaje un negocio redituable, dado que cerca de un 0.1% de la población, se

Esta zona presenta el mayor índice de crecimiento poblacional del mundo,

2005). 6 p. Disponible en: <http://news.bbc.co.uk/2/hi/europe/4620041.stm >

la Tabla 5 del anexo 2, se muestra PPC de países clasificados según su

Según el Banco Asiático de Desarrollo (BAD), el incremento en la generación

1, se presenta las formas de disposición de RSM en algunos países asiáticos.

La ONU, reporta en varias ciudades asiáticas, el uso de botaderos de cielo

La región de Latinoamérica, conformada por el Caribe, Centro y Sur América

LAC presenta las mismas causas que Asia en el incremento de RSM. En la

2003. p. 1 -2. Disponible en: <www.amic.org.sg/websites/waste.pdf >