Ideam Diseño y Desarrollo de Un Plan de Muestreo Plaguicidas PDF

Instituto de Hidrologa, Meteorologa y Estudios Ambientales
Ministerio de Ambiente, Vivienda y Desarrollo Territorial Repblica de Colombia

SUBDIRECCIN DE ESTUDIOS AMBIENTALES - GRUPO DE ACREDITACIN

Cdigo: XXXXXX Fecha: 31/12/2008 Versin: 01 Pgina 1 de 25
Diseo y Desarrollo de un Plan de Muestreo

Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

1. DISEO Y DESARROLLO

El elemento inicial y quizs el ms crtico para evaluar las propiedades fsicas y qumicas
de un muestra es el plan de muestreo. Aunque los estudios analticos, con su
instrumentacin sofisticada y su alto costo, son a menudo percibidos como el elemento
dominante. A pesar de su sofisticacin y alto costo, los datos analticos generados por un
plan de muestreo cientficamente defectuoso tienen utilidades limitadas, particularmente
en trmites regulatorios.

Este documento trata sobre el desarrollo y la implementacin de un plan de muestreo,
cientficamente creble, esta inicialmente desarrollado para la caracterizacin de residuos
slidos, sin embargo, dado que los criterios estadsticos utilizados son universales se
puede aplicar este protocolo a otras matrices tales como suelos y forrajes. La estadstica
aplicada emplea tcnicas que permiten que la incertidumbre de inferencias inductivas
(conclusiones generales basadas en el conocimiento parcial) sea evaluada.

1.1. Desarrollo de un Plan de Muestreo Apropiado

Un plan de muestreo apropiado debe corresponder tanto a objetivos reguladores como a
cientficos. Una vez que aquellos objetivos han sido identificados claramente; puede ser
desarrollada una estrategia conveniente de muestreo, basada en conceptos estadsticos
fundamentales,. La terminologa estadstica asociada con aquellos conceptos es revisada
en la Tabla 1; Los valores de t Student para el uso en la estadstica de la Tabla 1
aparecen en la Tabla 2.

Tabla 1. Terminologa Estadstica Bsica Aplicable a los Planes de Muestreo

Terminologa Smbolo Ecuacin matemtica (Ecuacin)
Variable X - -
Medicin Individual de la
variable
Xi - -
Promedio de las
posibles medidas de la
variable (media de la
poblacin)

N
x
N
f
i
=
=
1
, con N=numero de posibles
medidas
(1)



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

Continuacin Tabla 1. Terminologa Estadstica Bsica Aplicable a los Planes de
Muestreo

Promedio de medidas
generadas por la
muestra (promedio de la
muestra)
X
Muestreo Simple Aleatorio
n
x
X
n
f
i
=
=
1
,

n=numero de medidas de la muestra.

Muestreo Estratificado Aleatorio

=
=
r
k
k
k
X w X
1
,
k X = promedio del estrato y
k
w = fraccin de la poblacin
representada por el estrato k (numero de
estrato [k] con un rango de 1 a r)

(2a)

(2b)
Varianza de la muestra s
2
Muestreo Simple Aleatorio

1
2
1
1
2
2
|
|
.
|
\
|
=
=
n
n
x
x
s
n
f
i
n
f
i

Muestreo Estratificado Aleatorio

=
=
r
k
k k
s w s
1
2 2
,
2
k
s = varianza del estrato y
k
w = fraccin
de la poblacin representada por el
estrato k (numero de estrato [k] con un
rango de 1 a r)

(3a)

(3b)
Desviacin estndar S
2
s s =
(4)
Error estndar
X
s
n
s
s
X
=
(5)



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

Continuacin Tabla 1. Terminologa Estadstica Bsica Aplicable a los Planes de
Muestreo

Intervalo de confianza
para
a

CI
X
s t X CI
20 .
= , con t.
20
obtenido de la
Tabla 2 para el apropiado grado de
libertad.
(6)
Lmite Regulatorio
Aplicable
RT Valor mximo permitido (7)
Nmero apropiado de
muestras.
(consideraciones
financieras no tenidas en
cuenta)
n
2
2 2
20 .
A
=
s t
n , con =RT- X
(8)
Grados de libertad df df=n -1 (9)
Transformacin de raz
cuadrada
-
2
1
+
i
X (10)
Transformacin
Arcoseno
-
Arcoseno p: Si es necesario, refirase a
cualquier texto bsico de estadstica; las
medidas se deben convertir previamente
en porcentajes (p).
(11)
a
El lmite superior del CI para se compara con el lmite regulatorio aplicable (RT) para determinar
si la muestra contiene la variable en un nivel peligroso. El contaminante no se considera que tenga
una concentracin peligrosa si el nivel superior del CI es menor que el RT aplicable. De otra
manera se llega a la conclusin contraria.

Tabla 2: Valores tabulados de t de Student
Grados de
Libertad (n-1)
a

Valor t
tabulado
b

1 3.078
2 1.886
3 1.638
4 1.533
5 1.476
6 1.440
7 1.415
8 1.397
9 1.383
10 1.372
11 1.363
12 1.356
13 1.350
14 1.345
15 1.341
a
Grados de libertad (df) , igual al nmero de muestras menos uno.
b
Valor de t tabulado, para un intervalo de confianza de dos colas y una probabilidad de 0,2.



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

Continuacin Tabla 2: Valores tabulados de t de Student

Grados de
Libertad (n-1)
a

Valor t
tabulado
b

16 1.337
17 1.333
18 1.330
19 1.328
20 1.325
21 1.323
22 1.321
23 1.319
24 1.318
25 1.316
26 1.315
27 1.314
28 1.313
29 1.311
30 1.310
40 1.303
50 1.299
60 1.296
80 1.292
100 1.290
120 1.289

1.282
a
Grados de libertad (df) , igual al nmero de muestras menos uno.
b
Valor de t tabulado, para un intervalo de confianza de dos colas y una probabilidad de 0,2.

1.2. Objetivos Reguladores y Cientficos

El primer requisito que se encuentra en toda las regulaciones, requiere que las muestras
sean representativas del lugar donde fueron recolectadas y define muestras
representativas como aquellas que exponen las propiedades promedio de la totalidad del
lugar donde se tomaron. El segundo requisito es que las muestras sern recolectadas en
un perodo del tiempo suficiente para representar la variabilidad de los resultados.

El primer requisito trata el tema de exactitud de muestreo, la segunda referencia enfocan
la variabilidad del muestreo.

La exactitud de muestreo (la cercana de un valor de la muestra a su valor verdadero) y la
precisin de muestreo (la cercana de valores repetidos de la muestra) son tambin los
temas de importancia principal en cualquier evaluacin cientfica de prcticas de
muestreo.



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

Los objetivos primarios de un plan de muestreo son tambin dos: recoger las muestras
que permitirn las medidas de las propiedades qumicas que son tanto exactas como
precisas. Si las mediciones qumicas son suficientemente exactas y precisas, ellas sern
consideradas estimaciones confiables de las propiedades qumicas de la muestra.

Es ahora evidente que se debe establecer un criterio en cuanto al grado de exactitud y
precisin del muestreo que se requiere para estimar como confiables las caractersticas
qumicas de la zona de estudio con el objetivo de comparar aquellas caractersticas con
lmites reguladores. Generalmente, se requiere alta exactitud y alta precisin si uno o
ms contaminantes qumicos estn presentes en una concentracin que est cerca del
lmite regulador aplicable. O bien, una exactitud relativamente baja y una precisin baja
pueden ser toleradas si los contaminantes de inters ocurren en niveles muy por encima o
por debajo de sus lmites aplicables. Sin embargo, una precisin baja en un muestreo, es
a menudo asociada con ahorros considerables en los gastos del muestreo y es
claramente reconocible an en la ms simple de las pruebas estadsticas. De otra parte,
una exactitud baja en el muestreo no puede implicar ahorro de costos y esta siempre
oculta en pruebas estadsticas (p. ej., no puede ser evaluado). Por lo tanto, aunque sea
deseable disear planes de muestreo para alcanzar slo la mnima precisin requerida (al
menos dos muestras de un material son requeridas para cualquier estimacin de
precisin), es prudente disear los planes para lograr la mayor exactitud posible.

Un muestreo inexacto e impreciso puede causar que se juzgue peligrosa e
inapropiadamente a una muestra. Las consecuencias de este hecho se ilustran en n la
Figura 1.

Figura 1: Ejemplo de las relaciones tericas importantes entre la precisin y la
exactitud y los objetivos regulatorios.



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

Al evaluar dicha figura, se deben considerar varios puntos. Aunque un plan de muestreo
para una muestra genere una concentracin media ( X ) y una desviacin estndar (s,
medida del grado al cual las concentraciones individuales de la muestra estn
dispersadas alrededor de la media) para cada contaminante qumico de inters, la
variacin de las concentraciones individuales de la muestra no es lo que preocupa, sino la
variacin que caracteriza a la media por s misma. Aquella medida de dispersin es
llamada la desviacin estndar de la media (tambin llamada el error estndar de la media
o error estndar) y es designada como S
x
. Aquellos dos valores de la muestra, la media y
S
x
, son usados para estimar el intervalo dentro del cual la media real () de la
concentracin qumica probablemente ocurre, bajo la suposicin que las concentraciones
individuales presentan una distribucin normal. Se ha seleccionado un intervalo de
confianza del 80%, con el propsito de evaluar los residuos slidos. Es decir para cada
contaminante qumico de inters, un intervalo de confianza (CI) es aquel dentro del cual
() ocurre si la muestra es representativa, lo cual es esperado de aproximadamente 80
muestras de 100. El lmite superior del intervalo de confianza del 80% es comparado con
el lmite regulador apropiado. Si el lmite superior es menor que el lmite regulador, el
contaminante qumico presente en el residuo, no se considera a un nivel peligroso. Incluso
si el lmite superior del intervalo de confianza estimado es slo ligeramente menor que el
limite regulador (el peor caso de contaminacin qumica que sera juzgado de aceptable),
hay slo un 10 % (no 20 %) de posibilidad que el lmite sea igualado o excedido. Es
porque los valores de un contaminante de distribucin normal que estn fuera de los
lmites del intervalo de confianza son igualmente distribuidos entre la izquierda (ms bajo)
y las colas derechas (superiores) de la curva normal. Por consiguiente, el CI empleado
para evaluar las muestras es para todos los objetivos prcticos, un intervalo del 90 %.

1.3. Conceptos Fundamentales Estadsticos

Los conceptos de exactitud de muestreo y precisin ya han sido presentados, al igual que
algunas medidas de tendencia central ( X ) y la dispersin (desviacin estndar, s y S
X
)
para concentraciones de un contaminante qumico en una muestra. La utilidad de X y Sx
en la estimacin de un intervalo de confianza que probablemente contiene la
concentracin media real () de un contaminante tambin ha sido descrita. Sin embargo,
fue notado que la validez de aquella estimacin es afirmada sobre la suposicin que las
concentraciones individuales del contaminante presentan una distribucin normal.

Las tcnicas estadsticas para obtener muestras exactas y precisas son relativamente
simples y fciles de implementar. La exactitud del muestreo por lo general es alcanzada
por alguna forma de muestreo aleatorio. En el muestreo aleatorio, cada unidad de la
poblacin (p.ej., cada ubicacin en un terreno se usa para almacenar un slido residual)
tiene una posibilidad tericamente igual de ser muestreada y medida. Por consiguiente, la
estadstica generada por la muestra (p.ej., X y, a un grado menor, S
x
) son estimaciones
imparciales (exactitud) de los parmetros verdaderos de la poblacin (p.ej., el CI para ).
En otras palabras, la muestra es representativa de la poblacin. Uno de los mtodos ms



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

comunes para seleccionar una muestra aleatoria es dividir la poblacin en una rejilla
imaginaria, asignando una serie de nmeros consecutivos a las unidades de la rejilla, y
seleccionando los nmeros (unidades) a ser muestreadas, mediante el empleo de una
tabla de nmeros aleatorios (tal tabla puede ser encontrada en cualquier texto sobre la
estadstica bsica).

Es importante aclarar que una muestra seleccionada al azar no substituye de forma
conveniente a una muestra seleccionada aleatoriamente. Ya que no hay ninguna
seguridad de que la persona que realiza el muestreo, seleccione una unidad que sea
representativa de la totalidad de la poblacin.

La precisin de muestreo es ms comnmente alcanzada tomando un nmero apropiado
de muestras de la poblacin. De la ecuacin para calcular S
x
, se observa que la precisin
aumenta (S
x
y el CI para la disminucin de ) cuando aumenta el nmero de muestras (n),
aunque no en una proporcin 1:1. Por ejemplo, un aumento del 100 % en el nmero de
muestras de dos a cuatro, causa una disminucin del 62 % en el CI (aproximadamente el
31 % de aquella disminucin es asociado con la cola crtica superior de la curva normal).
Sin embargo, otro aumento del 100 % en el muestreo, de cuatro a ocho muestras causa
slo una disminucin adicional del 39 % el CI. Otra tcnica para incrementar la precisin
del muestreo es maximizar el tamao fsico (peso o volumen) de las muestras que son
tomadas. Esto ocasiona que se reduzca al mnimo la variacin entre muestra y, por
consiguiente, disminuye S
x
. El aumento del nmero o el tamao de muestras tomadas de
una poblacin, adems de aumentar la precisin del muestreo, tiene el efecto secundario
de incrementar la exactitud.

En resumen, se necesita una informacin confiable de las propiedades qumicas de una
muestra con el objetivo de compararlas con los lmites de regulacin aplicables. Si la
informacin qumica debe ser considerada confiable, se debe ser exacto y suficientemente
preciso. La exactitud por lo general es alcanzada incorporando alguna forma de
aleatoriedad en el proceso de seleccin para las muestras que generan la informacin
qumica. La precisin suficiente es obtenida ms a menudo seleccionando un nmero
apropiado de muestras.

Hay pocos casos sobre los conceptos descritos que merecen explicacin. Por ejemplo, en
el caso de soluciones de agua cida para semiconductores, las propiedades qumicas de
inters de un residuo en cada descarga son homogneas y la homogeneidad qumica es
constante a travs del tiempo (de descarga a descarga), una sola muestra tomada de un
residuo en una ubicacin y tiempo arbitrarios, tericamente generara una estimacin
exacta y precisa de las propiedades qumicas. Sin embargo, la mayor parte de los
desechos son heterogneos en trminos de sus propiedades qumicas. Si una descarga
de un residuo es aleatoriamente heterogneo y adems dicha heterogeneidad qumica
permanece constante, la exactitud y la precisin apropiadas por lo general pueden ser
alcanzadas por un muestreo aleatorio simple. En aquel tipo de muestreo, todas las
unidades en la poblacin (esencialmente todas los puntos en todos las descargas del
residuo, en los cuales la muestra podra ser recogida) son identificadas, y un nmero
conveniente de muestras es seleccionado aleatoriamente. El muestreo aleatorio



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

estratificado ms complejo es apropiado si se conoce que una descarga de residuo no es
aleatoriamente heterognea en trminos de sus propiedades qumicas y/o se sabe que la
heterogeneidad qumica no es aleatoria de descarga a descarga. En tal caso, la poblacin
es estratificada para aislar las fuentes conocidas de heterogeneidad qumica no aleatoria.

Despus de la estratificacin, la cual puede ocurrir sobre los puntos de descarga del
residuo y/o el tiempo (cada descarga de residuo), las unidades en cada estrato son
identificadas numricamente, y se toma una muestra aleatoria de cada estrato. Como se
mencion antes, tanto el muestreo simple como el muestreo aleatorio estratificado
generan estimaciones exactas de las propiedades qumicas de un residuo slido. La
ventaja del muestreo estratificado aleatorio sobre el muestreo simple aleatorio consiste en
que, para un nmero dado de muestras y un tamao dado de la muestra, esta tcnica a
menudo causa una estimacin ms precisa de las propiedades qumicas de un residuo
(un valor inferior de S
s
) que la otra tcnica. Sin embargo, la mayor precisin
probablemente se da slo si un residuo exhibe heterogeneidad qumica no aleatoria y la
estratificacin "divide" de manera eficiente el residuo en estratos que presentan la
variabilidad mxima entre ellas y la variabilidad mnima dentro de ellas. Si esto no ocurre,
el muestreo estratificado aleatorio puede producir resultados que son menos precisos que
en el caso de un muestreo simple aleatorio. Por lo tanto, es razonable seleccionar el
muestreo estratificado aleatorio sobre el muestreo simple aleatorio slo si la distribucin
de los contaminantes qumicos en un residuo es suficientemente conocida para permitir
una identificacin inteligente de estratos y al menos dos o tres muestras puedan ser
recogidas en cada estrato. Cuando la variacin qumica entre cada estrato puede ser
estimada detalladamente, las muestras deberan ser asignadas de manera ptima entre
estratos, p. ej., el nmero de muestras tomadas de cada estrato deberan ser
directamente proporcional a la variacin qumica encontrada en el estrato. Cuando la
informacin detallada relacionada con la variabilidad qumica dentro de los estratos no
est disponible, las muestras deberan ser proporcionalmente asignadas entre estratos, p.
ej., la gestin del muestreo en cada estrato debera ser directamente proporcional al
tamao del mismo

El muestreo simple aleatorio y el estratificado son los tipos de muestreo de probabilidad,
que, debido a una confianza basada en teoras matemticas y estadsticas, se puede
hacer una evaluacin de la eficacia de procedimientos de muestreo. Otro tipo de muestreo
de probabilidad es el muestreo sistemtico aleatorio, en el cual la primera unidad a ser
recogida de una poblacin es aleatoriamente seleccionada, pero todas las unidades
siguientes son tomadas a intervalos de tiempo y espacio fijos. Un ejemplo de muestreo
sistemtico aleatorio es el muestreo de una laguna, en la cual el primer punto de
muestreo sealado sobre un corte transversal es 1 m de una posicin seleccionada
aleatoriamente respecto a la orilla y los puntos de muestreo siguientes son localizados a
intervalos de 2 m a lo largo del corte transversal. Las ventajas de muestreo sistemtico
sobre el muestreo simple y el muestreo estratificado son la facilidad con la cual las
muestras son identificadas y recogidas (la seleccin de la primera unidad de muestreo
determina el resto de las unidades) y, a veces, un aumento de la precisin. En ciertos
casos, por ejemplo, se podra esperar que el muestreo sistemtico aleatorio fuera un poco
ms preciso que el muestreo estratificado, con una unidad por estrato porque las



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

muestras son distribuidas ms uniformemente sobre la poblacin. Como ser demostrado
ms adelante, las desventajas de muestreo sistemtico son la pobre exactitud y precisin
que pueden ocurrir cuando ocurren en la poblacin tendencias o ciclos no reconocidos.
Por esa razn, se recomienda el muestreo sistemtico aleatorio slo cuando una
poblacin es esencialmente aleatoria o contiene en su mayora una estratificacin
modesta. En tales casos, el muestreo sistemtico debe ser empleado de acuerdo a la
conveniencia, y con poca expectativa respecto a un aumento en la precisin sobre otras
tcnicas de muestreo aleatorias

El muestreo de probabilidad descrito anteriormente es contrastado con el muestreo
subjetivo, en el cual un individuo que conoce bien el residuo slido es seleccionado para
muestrear sin tener en cuenta la aleatoriedad. La validez de datos tomados de esa
manera es totalmente dependiente del conocimiento del muestreador y aunque a veces
puedan ser obtenidos datos vlidos, no se recomienda el muestreo subjetivo para la
caracterizacin qumica de la mayora de desechos.

Ahora puede ser til ofrecer una generalizacin en cuanto a las cuatro estrategias de
muestreo que han sido identificadas para desechos slidos. Si se tiene poca o ninguna
informacin disponible sobre la distribucin de los contaminantes qumicos en el residuo,
el muestreo simple aleatorio es la estrategia ms apropiada. Cuanta ms informacin es
acumulada para los contaminantes de inters, mayor consideracin se puede dar (en
orden de la informacin adicional requerida) al muestreo estratificado aleatorio, al
muestreo sistemtico aleatorio, y, quizs, al muestreo subjetivo. La validez de un intervalo
de confianza para la concentracin media verdadera () de un contaminante qumico de
un residuo slido, se basa en la suposicin de que las concentraciones individuales de los
contaminantes presentan una distribucin normal. Esto es verdadero independientemente
de la estrategia que es empleada para tomar la muestra. Aunque haya procedimientos
computacionales para evaluar la correccin de la suposicin de normalidad, aquellos
procedimientos son significativos slo si un gran nmero de muestras son tomadas del
residuo.

Como los planes de muestreo para la mayora de los desechos slidos implican solo unas
pocas muestras, puede hacer un poco ms que examinar superficialmente los datos, (esto
puede ser hecho por mtodos grficos simples), teniendo presente que incluso si las
medidas individuales de un contaminante qumico de un desecho presentan una
distribucin considerablemente anormal, tal anormalidad probablemente no tiene que ver
con la forma de tomar la muestra, que es la preocupacin primaria. Tambin puede
compararse la media de la muestra ( X ) con la varianza de la misma (s
2
). En una
poblacin de distribucin normal, se esperara que la media fuera mayor que s
2

(Suponiendo que el nmero de muestras [n] es razonablemente grande). Si no es el caso,
el contaminante qumico de inters puede ser caracterizado por una distribucin de
Poison (la media es aproximadamente igual a s
2
) o una distribucin binomial negativa (la
media es menor que s
2
). En el primer caso, la normalidad a menudo puede ser alcanzada,
transformando los datos segn la transformacin de la raz cuadrada. En el ltimo caso, la
normalidad se puede realizar utilizando la transformacin arcoseno. Si una de estas



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

transformaciones es requerida, todas las evaluaciones estadsticas siguientes deben ser
realizadas por la escala transformada.

Finalmente, es necesario tratar de tomar el nmero apropiado de muestras para ser
empleadas en la caracterizacin qumica de una muestra. Como ya ha sido explicado, el
nmero apropiado de muestras es el menor nmero de muestras requeridas para generar
una estimacin suficientemente precisa de la concentracin media verdadera () de un
contaminante qumico en una muestra. Para la perspectiva de la mayora de los
productores de desechos, es el mnimo nmero de muestras necesario para demostrar
que el lmite superior del intervalo de confianza para es menor que el lmite regulatorio
aplicable (RT). La frmula para estimar la gestin apropiado de muestreo (Tabla 1,
Ecuacin 8) indica que aumentos en la gestin de muestreo generalmente justificado
como s
2
o el valor de "t
,20
" (la rata de error probable) hace que disminuya (RT - X ). En
un plan de muestreo bien diseado para una muestra, se ha hecho un esfuerzo para
estimar los valores de X y s
2
antes de que el muestreo sea iniciado. Tales estimaciones
preliminares, que pueden ser obtenidas de la informacin que pertenece a desechos
similares, datos de la ingeniera del proceso, o estudios analticos limitados, son usados
para identificar el nmero aproximado de las muestras que deben ser recogidas del
residuo. Es siempre prudente recoger un nmero mayor de muestras al indicado por las
estimaciones preliminares de X y s
2
, ya que estimaciones preliminares pobres pueden
causar que se subestime el nmero apropiado de muestras. Se deben tratar y almacenar
las muestras extras de manera apropiada hasta que se realice el anlisis de las mismas,
identificarlas con el fin de garantizar que los anlisis de las muestras adicionales sean
confiables.

1.3.1. Estrategias de Muestreo Bsicas

Es apropiado presentar ahora procedimientos generales para poner en prctica las tres
estrategias de muestreo presentadas anteriormente (el muestreo simple aleatorio, el
muestreo estratificado aleatorio, y el muestreo sistemtico aleatorio) y un ejemplo
hipottico de cada uno de ellos. Los ejemplos hipotticos ilustran los clculos estadsticos
que deben ser realizados en la mayor parte de situaciones en las que probablemente se
encuentre un productor de residuos y, tambin, proporcionar alguna idea de la eficiencia
de las estrategias de muestreo en la reunin de objetivos reguladores.

Las siguientes condiciones hipotticas se asumen para las tres estrategias de muestreo.
Primero, el Bario, que tiene un lmite regulatorio aplicable (RT) de 100 ppm, medido en el
ensayo de lixiviados, es el nico contaminante qumico de inters. Segundo, el Bario es
descargado en la forma de partcula una laguna superficial y se acumula en la laguna en
forma de un lodo, que tiene aproximadamente el mismo grosor en todas partes de la
laguna. Tercero, las concentraciones de Bario son relativamente homogneas a lo largo
del gradiente vertical (de la interfase agua-lodo a la interfase lodo-laguna), sugiriendo un
proceso de fabricacin sumamente controlado (poca variacin en las concentraciones de
Bario entre batches).



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

Cuarto, el tamao fsico de las muestras de lodo recolectadas de la laguna es tan grande
como prctico, y las concentraciones de Bario sacadas de aquellas muestras son
distribuidas normalmente (note que no nos referimos a los niveles de Bario en las
muestras de lodo porque las medidas de Bario en realidad son hechas sobre el lixiviado
de pruebas de toxicidad EP realizadas con las muestras). Por ltimo, un estudio preliminar
de niveles de Bario en el lixiviado de cuatro pruebas de toxicidad EP hechas con el lodo
recolectado de la laguna hace varios aos identific valores de 86 y 90 ppm para el
material tomado cerca de la desembocadura (en el tercio superior) de la laguna y valores
de 98 y 104 ppm para el material obtenido de la parte mas lejana (las dos terceras partes
inferiores) de la laguna.

Para todas las estrategias de muestreo, es importante recordar que el Bario ser
determinado para estar presente en el lodo a un nivel peligroso si el limite superior del
intervalo de confianza para es igual o mayor que el lmite regulatorio aplicable (RT) de
100 ppm (Tabla 1, ecuaciones 6 y 7.)

1.3.1.1. Muestreo Simple Aleatorio

El muestreo simple aleatorio (Cuadro 1) es realizado segn procedimientos generales en
los cuales estimaciones preliminares de X y s
2
, as como un conocimiento del RT, para
cada contaminante qumico de una muestra de inters; son empleados para estimar el
nmero apropiado de muestras (n) que sern tomadas.

Aquel nmero de muestras posteriormente es analizado para cada contaminante qumico
de inters. Los datos analticos resultantes son usados entonces para concluir en
definitiva que cada contaminante est o no presente en el residuo en una concentracin
arriesgada o bien, sugerir un proceso reiterativo, que involucre incrementar la gestin del
muestreo, por el cual la presencia o la ausencia de riesgo pueden ser definitivamente
determinadas.

En el ejemplo hipottico para el muestreo simple aleatorio (Cuadro 1), las estimaciones
preliminares de X y s
2
indicaron un tamao de muestreo que consiste en seis muestras.
Aquel nmero de muestras fue recogido y analizado generando datos analticos algo
diferentes de los datos preliminares (s
2
era considerablemente mayor que el preliminar).
Por consiguiente, el lmite superior del intervalo de confianza fue inesperadamente mayor
que el lmite regulatorio aplicable (RT), causando una conclusin provisional de riesgo. Sin
embargo, una nueva valoracin del tamao apropiado del muestreo, basado en la
estadstica derivada de las seis muestras, sugiri que tal conclusin pudiera ser invertida
por la recoleccin y el anlisis de solamente una muestra ms. Por suerte, no se requiri
de un nuevo muestreo debido a que el productor del residuo fue previsivo y tomo tres
muestras suplementarias durante el muestreo inicial, que, debido a su influencia en la
disminucin de los valores finales de X , S
2
, la t,
20
, y, por consiguiente, el lmite superior



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

del CI - los valores obtenidos de las nueve muestras - causaron una conclusin definitiva
de no riesgo.

Cuadro 1.Estrategia para Determinacin de Contaminantes Qumicos en Residuos
Slidos Presentes en Niveles Peligrosos Muestreo Simple Aleatorio.

Paso Procedimiento General

1. Obtenga las estimaciones preliminares de X y s
2
para cada contaminante
qumico de inters en una muestra. Los dos son calculados, respectivamente, por
las Ecuaciones 2a y 3a (Tabla 1).

2. Estime el nmero apropiado de muestras (n
1
) utilizando la Ecuacin 8 (Tabla 1) y
la Tabla 2. Saque los valores individuales de n
1
para cada contaminante qumico
de inters. El nmero apropiado de muestras que van a ser tomadas es el mayor
de los valores de n
1
individuales.

3. Al azar, reuna al menos n
1
(o n
2
- n
1
, n
3
- n
2
, etc., como ser indicado despus en
este cuadro) muestras del desecho (la recoleccin de unas pocas muestras
suplementarias proporcionar la proteccin para las estimaciones pobres
2
). Maximice el tamao fsico (peso o volumen) de todas las
muestras que son recogidas.

4. Analice n
1
(o n
2
- n
1
, n
3
- n
2
, etc.) muestras para cada contaminante qumico de
inters. Superficialmente (grficamente) examinar cada juego de datos analticos
para desviaciones obvias de la normalidad.

5. Calcular X , s
2
, la desviacin estndar (s), y la s
x
para cada juego de X datos
analticos, mediante las Ecuaciones 2a, 3a, 4, y 5 (Tabla 1), respectivamente.

6. Si X para un contaminante qumico es igual a o mayor que lmite regulatorio
aplicable (RT) (Ecuacin 7, Tabla 1) y como se cree, es una estimacin exacta de
, el contaminante se considera presente en el residuo en una concentracin
peligrosa, y se termina el estudio. De otra manera, se contina el estudio. En el
caso de un grupo de datos analticos que no presentan la anormalidad obvia y
para los cuales X es mayor que s
2
, realizar los clculos siguientes con datos no
transformados. De otra manera, transformar los datos mediante la transformacin
de raz cuadrada (si x es aproximadamente igual a s
2
) o la transformacin
arcoseno (si x es menor que s
2
) y realizar todos los clculos siguientes con los
datos transformados. Las transformaciones de raz cuadrada y arcoseno son
definidas por, respectivamente, Ecuaciones 10 y 11 (Tabla 1).

7. Determinar el CI para cada contaminante qumico de inters por la Ecuacin 6
(Tabla 1) y Tabla 2. Si el lmite superior del CI es menor que el lmite regulatorio



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

aplicable (RT) (Ecuaciones 6 y 7, Tabla 1), el contaminante qumico no se
considera presente en el residuo en una concentracin peligrosa y el estudio es
finalizado.

8. Si se llega a una conclusin provisional de riesgo, la nueva estimacin del
nmero total de muestras (n
2
) se calcula usando la Ecuacin 8 (Tabla 1) y Tabla
2. Cuando se obtiene n
2
, emplear los valores calculados recientemente (no el
preliminar) de X y s
2
. Si el nmero adicional de muestras no pueden ser
recogidas, el estudio es finalizado, y se da una conclusin definitiva de riesgo. De
otra manera, recoja n
2
- n
1
muestras extra del residuo.

9. Repetir las operaciones bsicas descritas en los Pasos 3 a 8 hasta que el
residuo, sea juzgado como no peligroso o, si lo opuesto continua sucediendo,
aumentar el tamao del muestreo hasta que sea poco prctico.

Ejemplo Hipottico

Pasos

1. Los estudios preliminares de los niveles de Bario en el lixiviado de cuatro test de
toxicidad, hechos con el lodo recolectado de la laguna hace varios aos, gener
valores de 86 y 90 ppm para el lodo obtenido del tercio superior de la laguna y los
valores de 98 y 104 ppm para el lodo de las dos terceras partes inferiores de la
laguna. Aquellos dos grupos de valores no son indicativos de heterogeneidad
qumica no aleatoria (estratificacin) dentro de la laguna. Por lo tanto, las
estimaciones preliminares de X y s
2
son calculadas as:

2. Con base en las estimaciones preliminares de X y s
2
y conociendo que el lmite
regulatorio aplicable (RT) para el Bario es 100 ppm,



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

3. Como se indic arriba, el nmero apropiado de muestras de lodo (n
1
) a ser
recogidas de la laguna es seis. Aquel nmero de muestras (ms tres muestras
extra) son recolectadas de la laguna por un proceso simple de ordenacin
aleatoria (Figura 2). Todas las muestras tienen en el mayor volumen de lodo que
puede ser recogido prcticamente. Las tres muestras suplementarias son
procesadas adecuadamente y almacenadas para un posible anlisis posterior.

4. Las seis muestras de lodo (n
1
) tomadas para anlisis inmediato generaron las
siguientes concentraciones de Bario en la prueba de toxicidad EP: 89, 90, 87, 96,
93, y 113 ppm. Aunque el valor de 113 ppm parezca inslito comparado con los
otros datos, no hay ninguna indicacin de que los datos no estn normalmente
distribuidos.

Figura 2: Condiciones hipotticas de muestreo para el lodo de una laguna
contaminado con Bario.
5. Nuevos valores para X y s
2
y valores asociados a la desviacin estndar (s) y s
x
son calculados as:



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

6. El nuevo valor para X (94.67) es menor que el LMITE REGULATORIO
APLICABLE (RT) (100). Adems, X es mayor (slo ligeramente) que s
2
(90.67), y,
como se indic antes, los datos brutos no son caracterizados por la anormalidad.
Por consiguiente, el estudio se continua, con los clculos siguientes realizados con
datos no transformados.

7. Como el lmite superior del CI (100.41) es mayor que el lmite regulatorio aplicable
(RT) de (100), se concluye provisionalmente que el Bario est presente en el lodo
a una concentracin peligrosa.

8. n es ahora reestimada as:

El valor para n
2
(aproximadamente 7) indica que una muestra de lodo adicional (n
2
-n
1
-1)
deber ser recolectada de la laguna.

9. No es necesario tomar muestras adicionales, porque inicialmente fueron
recolectadas tres muestreas extras de la laguna. Todas ellas son analizadas,



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

generando los siguientes niveles de Bario para la prueba de toxicidad EP: 93, 90, y
91 ppm. Por consiguiente, X , s
2
la desviacin estndar (s) y s
x
son calculados de
nuevo as:

El valor para X (93.56) es otra vez menor que el lmite regulatorio aplicable (RT) de
(100), y no hay ninguna indicacin que los nueve puntos, considerados en conjunto, estn
distribuidos de modo anormal (en particular, X es ahora considerablemente mayor que
s
2
). Por consiguiente, CI, calculado con datos no transformados, se determina as:

El limite superior de CI (97,16) es ahora menor que el LMITE REGULATORIO
APLICABLE (RT) de 100. Consecuentemente, se concluye que el Bario no est presente
en el lodo a un nivel peligroso.



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

1.3.1.2. Muestreo estratificado Aleatorio

El muestreo estratificado aleatorio (Cuadro 2) es conducido segn los procedimientos
generales que son similares a los procedimientos descritos para el muestreo simple
arbitrario. La nica diferencia es que, en el muestreo estratificado arbitrario, los valores de
X y s
2
son calculados para cada estrato en la poblacin y luego integrados en las
estimaciones totales de aquella estadstica, la desviacin estndar (s), s
x
, y el nmero
apropiado de muestras (n) para todos los estratos.

El ejemplo hipottico para el muestreo estratificado aleatorio (Cuadro 2) est basado en
las nueve mismas muestras de lodo antes identificadas en el ejemplo de muestreo simple
aleatorio (Cuadro1) de modo que la eficacia relativa de las dos estrategias de muestreo
pueda ser comparada totalmente. La eficacia generada por el proceso de estratificacin
es la primera evidencia en la estimacin preliminar de n (Paso 2 en Cuadros 1 y 2), que
es seis para el muestreo simple aleatorio y cuatro para el muestreo estratificado aleatorio.
(El menor valor para el muestreo estratificado es consecuencia de una disminucin
dramtica en s
2
el cual es ms que compensado por un aumento modesto en .) La
indicacin ms relevante de la eficiencia del muestreo es el valor de S
x
, la cual es
directamente empleada para calcular el CI. En el caso de muestreo simple, S
x
es 2.58
(Paso 9 en Cuadro 1), y, para el muestreo estratificado, S
x
es 2.35 (Pasos 5 y 7 en
Cuadro 2). Por consiguiente, el beneficio en la eficacia que se atribuye a la estratificacin
es aproximadamente el 9 % (0.23/2.58).

Cuadro 2. Estrategia para Determinar si los Contaminantes Qumicos de una
Muestra estn Presentes a un Nivel Peligroso- Muestreo Estratificado Aleatorio

Paso Procedimiento General

1. Obtenga las estimaciones preliminares de X y s
2
para cada contaminante qumico de
inters en un residuo slido. Los dos son calculados, respectivamente, por las
Ecuaciones 2b y 3b (Tabla 1).

2. Estime el nmero apropiado de muestras (n
1
) mediante la Ecuacin 8 (Tabla 1) y la
Tabla 2. Saque los valores individuales de n
1
para cada contaminante qumico de
inters. El nmero apropiado de muestras es el mayor de los valores de n
1

individuales.

3. Recolecte aleatoriamente al menos n
1
(o n
2
- n
1
, n
3
- n
2
, etc., como ser indicado
despus en este cuadro) muestras de residuo (la recoleccin de unas pocas muestras
suplementarias asegura una solucin en caso de que haya estimaciones pobres
2
). Si s
k
para cada estrato (ver la Ecuacin 3b) como se cree, es
una estimacin exacta, las muestras estn ptimamente asignadas entre estratos (p.
ej., asignar muestras entre estratos de modo que el nmero de muestras recolectadas
en cada estrato sea directamente proporcional a s
k
para aquel estrato). De otra
manera, asigne proporcionalmente muestras entre estratos segn el tamao de los



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

mismos. Maximice el tamao fsico (el peso o el volumen) de todas las muestras que
son recogidas de los estratos.

4. Analice n
1
(o n
2
- n
1
, n
3
- n
2
, etc.) muestras para cada contaminante qumico de
preocupacin. Superficialmente (grficamente) examinar cada juego de datos
analticos para desviaciones obvias de la normalidad.

5. Calcular X , s
2
, la desviacin estndar (s), y la s
x
para cada juego de X datos
analticos, mediante las Ecuaciones 2a, 3a, 4, y 5 (Tabla 1), respectivamente.

6. Si X para un contaminante qumico es igual a o mayor que el lmite regulatorio
aplicable (RT) (Ecuacin 7, Tabla 1) y como se cree, es una estimacin exacta de , el
contaminante se considera presente en el residuo en una concentracin peligrosa, y
se termina el estudio. De otra manera, se contina el estudio. En el caso de un grupo
de datos analticos que no presentan la anormalidad obvia y para los cuales X es
mayor que s
2
, realizar los clculos siguientes con datos no transformados. De otra
manera, transformar los datos mediante la transformacin de raz cuadrada (si X es
aproximadamente igual a s
2
) o la transformacin arcoseno (si X es menor que s
2
) y
realizar todos los clculos siguientes con los datos transformados. Las
transformaciones de raz cuadrada y arcoseno son definidas por, respectivamente,
Ecuaciones 10 y 11 (Tabla 1).

7. Determinar el CI para cada contaminante qumico de inters por la Ecuacin 6 (Tabla
1) y Tabla 2. Si el lmite superior del CI es menor que el lmite regulatorio aplicable
(RT) (Ecuaciones 6 y 7, Tabla 1), el contaminante qumico no se considera presente
en el residuo a una concentracin peligrosa y el estudio es finalizado.

8. Si se llega a una conclusin provisional de riesgo, la nueva estimacin del nmero
total de muestras (n
2
) se calcula usando la Ecuacin 8 (Tabla 1) y Tabla 2. Cuando se
obtiene n
2
, emplear los valores calculados recientemente (no el preliminar) de X y s
2
.
Si el nmero adicional de muestras no pueden ser recogidas, el estudio es finalizado,
y se da una conclusin definitiva de riesgo. De otra manera, recoja n
2
- n
1
muestras
extra del residuo.

9. Repetir las operaciones bsicas descritas en los Pasos 3 a 8 hasta que el residuo, sea
juzgado como no peligroso o, si lo opuesto continua sucediendo, aumentar el tamao
del muestreo hasta que sea poco prctico.

Ejemplo Hipottico

Pasos

1. Los estudios preliminares de los niveles de Bario en el lixiviado de cuatro test de
toxicidad, hechos con el lodo recolectado de la laguna hace varios aos, gener
valores de 86 y 90 ppm para el lodo obtenido del tercio superior de la laguna y los



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

valores de 98 y 104 ppm para el lodo de las dos terceras partes inferiores de la
laguna. Aquellos dos grupos de valores no son indicadores de heterogeneidad
qumica no aleatoria (estratificacin) dentro de la laguna. Por lo tanto, las estimaciones
preliminares de x y s
2
son calculadas as:

2. Con base en las estimaciones preliminares de X y s
2
y conociendo que el lmite
regulatorio aplicable (RT) para el Bario es 100 ppm,

3. Como se indic arriba, el nmero apropiado de muestras de lodo (n
1
) a ser recogidas
de la laguna es cuatro. Sin embargo para propsitos de comparacin con el muestreo
simple (Cuadro 1), seis muestras son recolectadas (ms tres muestras extra) de la
laguna por un proceso aleatorio en dos etapas (Figura 2). Como s
k
para el estrato
superior (2.12 ppm) y menor (5.66 ppm), no son estimaciones muy exactas, las nueve
muestras para ser recogidas de la laguna no son ptimamente asignadas entre los
dos estratos (la asignacin ptima son dos y siete muestras de los el estratos superior
e inferior, respectivamente). O bien, se emplea la asignacin proporcional: tres
muestras son recogidas del estrato superior (el cual representa un tercio de la laguna),
y seis muestras son tomadas del estrato ms bajo (dos terceras partes de la laguna).
Todas las muestras tienen en el mayor volumen de lodo que puede ser recogido
prcticamente.

4. Las nueve muestras de lodo generaron las siguientes concentraciones de Bario en la
prueba de toxicidad EP: estrato superior: 89, 90 y 87 ppm; estrato inferior, 96, 93, 113,
93, 90 y 91 ppm. Aunque el valor de 113 ppm parezca inslito comparado con los
otros datos del estrato inferior, no hay ninguna indicacin de que los datos no estn
normalmente distribuidos.

5. Nuevos valores para X y s
2
y valores asociados a la desviacin estndar (s) y s
x
son
calculados as:



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

6. El nuevo valor para X (93.56) es menor que el lmite regulatorio aplicable (RT) de
(100). Adems, X es mayor que s
2
(49,84), y, como se indic antes, los datos brutos
no son caracterizados por la anormalidad. Por consiguiente, el estudio se continua,
con los clculos siguientes realizados con datos no transformados.

7. El lmite superior del CI (96,84) es menor que el lmite regulatorio aplicable (RT) de
(100). Se concluye que el Bario no est presente en el lodo a una concentracin
peligrosa.

1.3.1.3. Muestreo Sistemtico Aleatorio

El muestreo sistemtico aleatorio (Cuadro 3) emplea por lo general procedimientos
idnticos a los identificados en el muestreo simple aleatorio. El ejemplo hipottico para el
muestreo sistemtico (Cuadro 3) demuestra que la tendencia y la imprecisin asociadas
con este tipo de muestreo se dan cuando existen tendencias no reconocidas o ciclos en la
poblacin.



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

Cuadro 3. Estrategia para Determinar si los Contaminantes Qumicos de una
Muestra estn Presentes a un Nivel Peligroso - Muestreo Sistemtico Aleatorio

Pasos Procedimiento General

1. Seguir procedimiento general presentado para el muestreo simple aleatorio
(Cuadro 1)

Ejemplo Hipottico

Pasos

1. El ejemplo presentado en el Cuadro 1 es aplicable al muestreo aleatorio sistemtico,
entendiendo que las nueve muestras de lodo obtenidas de la laguna
fueron recogidas a iguales intervalos a lo largo de un corte transversal que va de una
ubicacin seleccionada aleatoriamente en la orilla de la laguna a la orilla opuesta. Si
ese corte transversal seleccionado aleatoriamente fue establecido entre las unidades
1 y 409 de la rejilla del muestreo (Figura 2) y el muestreo fue realizado en la unidad 1
y despus en intervalos de tres unidades a lo largo del corte transversal (es decir,
unidad 1, unidad 52, unidad 103,, y la unidad 409), es evidente que slo dos
muestras seran recogidas en el tercio superior de la laguna, mientras que siete
muestras seran obtenidas de las dos terceras partes inferiores de la laguna. Si,
como fue sugerido por las concentraciones de Bario ilustradas en la Figura 2, la parte
inferior de la laguna es caracterizada por la mayor y ms variable contaminacin de
Bario que la parte superior de la laguna, el muestreo sistemtico aleatorio a lo largo
del corte transversal, colocando nfasis indebido (desproporcionado) sobre la parte
inferior de la laguna, pudiera causar una caracterizacin inexacta (sobrestimada) e
imprecisa de niveles de Bario en toda la laguna, con respecto al muestreo aleatorio
simple o al muestreo estratificado. Tal inexactitud e imprecisin, que son tpicas del
muestreo sistemtico cuando tendencias o ciclos desconocidos ocurren en la
poblacin, sern magnificados si, por ejemplo, el corte transversal seleccionado
aleatoriamente fue establecido solamente en la parte inferior de la laguna, Ej. , entre
las unidades 239 y 255 de la rejilla del muestreo.

Donde s
s
2
= un componente atribuible a la variacin del muestreo (muestra), s
a
2
= un
componente atribuible a la variacin analtica (submuestra), y m = nmero de
submuestras. En general, s
a
2
no debe exceder en un noveno a s
s
2
. Si un estudio
preliminar indica que s
a
2
excede aquel limite, una estrategia de muestreo que implica
el submuestreo debera ser considerada. En tal estrategia, un nmero de medidas
reproducidas estn aleatoriamente hechas sobre un nmero relativamente limitado
de muestras recolectadas aleatoriamente.

El nmero apropiado de muestras (n) cuando se emplea el submuestreo es de nuevo
estimado por la Ecuacin 8 (Tabla 1). En el caso de muestreo simple aleatorio o
muestreo sistemtico con un nmero igual de submuestras analizadas por muestra,
se utiliza lo siguiente:



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

Donde x
i
= media de la muestra (calculada de valores para submuestras) y n =
nmero de muestras. Tambin,

El nmero ptimo de submuestras a ser tomadas de cada muestra (m
opt
) es estimado
as.

Donde no son considerados los factores de costo. El s
a
es calculado de los datos
disponibles as:

Y s
s,
el cual puede tener una caracterstica negativa, se define como:

En el caso de muestreo estratificado con submuestreo, las frmulas criticas para
estimar el tamao de la muestra (n) por la Ecuacin 8 (Tabla 1) incluyen:

donde x
k
= media del estrato W
k
= fraccin de poblacin representada por el Estrato
K (nmero de estratos, k, rangos de 1 a r). En la Ecuacin 2b, x
k
para cada estrato es
calculado como el promedio de todo medias de la muestra en el estrato (las medias



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

de la muestra son calculados de valores para submuestras). Adems, s
2
es
calculado por:

Con s
k
2
para cada estrato c calculado de todas las medias de la muestra en el
estrato. El esfuerzo ptimo del submuestreo cuando los factores de costos no son
considerados y toda la rplica es simtrica, es de nuevo estimado as:

Con s
2
calculado como se muestra en la Ecuacin 3b.

1.3.2. Consideraciones Especiales

Las discusin anterior ha indicado los temas crticos principales a la hora de desarrollar
una estrategia de muestreo confiable para un residuo. La discusin restante trata varias
cuestiones "secundarias" que deberan ser consideradas diseando una estrategia de
muestreo apropiada. Estas cuestiones son aplicables a las tres estrategias de muestreo
bsicas que han sido identificadas.

1.3.3. Muestreo Compuesto

En el muestreo compuesto, un nmero de muestras aleatorias son inicialmente
recolectadas y luego combinadas en una muestra, a la cual se le analizan los
contaminantes qumicos de inters. La principal desventaja de este muestreo, comparado
con el no compuesto, es que la informacin concerniente a los contaminantes qumicos se
pierde, ej. Cada juego inicial de muestras genera solo un estimativo de la concentracin
de cada contaminante. Por consiguiente, el nmero de mediciones analticas (n) es
pequeo, s
x
y t
20
son grandes, de esta manera disminuye la probabilidad de que un



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

contaminante sea juzgado como presente en un desecho a un nivel no peligroso (se
refiere a las ecuaciones apropiadas en la Tabla 1 y la Tabla 2). Una solucin a aquella
situacin es recoger y analizar un nmero relativamente grande de muestras compuestas,
alcanzando una mejor representacin del residuo.

El nmero apropiado de muestras compuestas que se recogern de un residuo se calcula
por medio de la ecuacin 8 (Tabla 1), segn lo descrito previamente para las tres
estrategias de muestreo bsicas. En comparacin con el muestreo no compuesto, el
muestreo compuesto puede tener el efecto de minimizar la variacin entre-muestra (el
mismo fenmeno que ocurre cuando el tamao fsico de una muestra se maximiza),
reduciendo el nmero de las muestras que deben ser recogidas del residuo.

1.3.3.1. Submuestreo

La varianza (s
2
) asociada con un contaminante qumico de un residuo consta de dos
componentes as:

1.3.3.2. Funciones de Costo y de Prdida

El costo de la caracterizacin qumica para el residuo depende de la estrategia de
muestreo especfica. Por ejemplo, en el caso de un muestreo simple arbitrario sin
submuestreo, una funcin razonable de costo podra ser:

donde C
(n)
= costo de emplear un tamao n de la muestra , C
o
= costo elevado (el cual es
independiente del nmero de muestras que son recolectadas y analizadas), y C
1
= costo
de muestra dependiente. Una consideracin de C
(n)
implica una evaluacin de L
(n),
que es
el la prdida financiera esperada dependiente del tamao de muestra relacionada con
una conclusin errnea de que un residuo es peligroso. Una funcin de prdida simple es:

Con = constante relacionada con el costo de un programa de gestin de residuo si este
es juzgado de peligroso, s
2
= varianza de la muestra, y n = nmero de muestras. Un
objetivo primario de cualquier estrategia de muestreo es minimizar C
(n)
+ L
(n)
. La
diferenciacin de Ecuaciones indica que el nmero de muestras (n) que reduce C(n) +
L(n) es:



Elaborado por: LMB
Fecha: 10 11 2007
Revisor por: IDEAM
Fecha: 31/12/2008
Aprobado por:
Fecha:

Como es evidente de la Ecuacin, un nmero relativamente grande de muestras (n) es
justificado si el valor de o s
2
es grande, mientras que un nmero relativamente pequeo
de muestras es apropiado si el valor de C
1
es grande. Estas conclusiones generales son
vlidas para cualquier estrategia de muestreo para un slido residual.

2. REFERENCIA

U.S. EPA, SW-846, CAPITULO 9, SECCION 9.1

Ideam Diseño y Desarrollo de Un Plan de Muestreo Plaguicidas PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ideam Diseño y Desarrollo de Un Plan de Muestreo Plaguicidas PDF

Uploaded by

Copyright:

Available Formats

Instituto de Hidrologa, Meteorologa y Estudios Ambientales

Ministerio de Ambiente, Vivienda y Desarrollo Territorial Repblica de Colombia

You might also like