Professional Documents
Culture Documents
MONOGRAFÍA MÉTODOS NUMÉRICOS (GRUPO 3) - Linearización Exponencial
MONOGRAFÍA MÉTODOS NUMÉRICOS (GRUPO 3) - Linearización Exponencial
INTEGRANTES:
CALLAO, 2020
ÍNDICE
OBJETIVOS .....................................................................................................................................3
OBJETIVO GENERAL: .............................................................................................................3
OBJETIVOS ESPECÍFICOS: ....................................................................................................3
RESUMEN........................................................................................................................................4
INTRODUCCIÓN............................................................................................................................5
DESCRIPCION DEL PROBLEMA ...............................................................................................6
MARCO TEÓRICO ........................................................................................................................8
1. REGRESIÓN ........................................................................................................................8
1.1. Modelos de Regresión ...................................................................................................8
1.2. Regresión no lineal .....................................................................................................10
1.3. Linealización de modelos no lineales .........................................................................10
1.4. Modelos no lineales .....................................................................................................12
2. DESCRIPCION DE LOS COMPONENTES DEL PROBLEMA ..................................13
2.1. Dióxido de Carbono ....................................................................................................13
2.2. Efecto invernadero (Emisiones GEI).........................................................................15
2.3. Calentamiento Global.................................................................................................17
2.4. Cambio Climático .......................................................................................................19
2.5. Efectos climáticos........................................................................................................19
2.6. Emisiones del CO2 ......................................................................................................23
2.7. Emisiones del CO2 Per-Cápita ...................................................................................24
APLICACIÓN DE LA LINEARIZACIÓN DE FUNCIONES ...................................................26
SOLUCIÓN NÚMERICA: ........................................................................................................26
PROGRAMACIÓN EN MATLAB ...........................................................................................30
RESULTADOS...........................................................................................................................31
INTERPRETACIÓN DE RESULTADOS ...............................................................................32
CONCLUSIONES ..........................................................................................................................33
REFERENCIAS .............................................................................................................................34
2
OBJETIVOS
OBJETIVO GENERAL:
• Utilizar el método numérico de linearización de función exponencial para estimar la
variación de la emisión de 𝐶𝑂2 total con respecto a las emisiones de 𝐶𝑂2 per cápita
del problema ambiental propuesto.
OBJETIVOS ESPECÍFICOS:
• Determinar la ecuación de relación de las variables 𝐶𝑂2 total y 𝐶𝑂2 per cápita.
• Verificar el resultado del cálculo manual con los resultados obtenidos del programa
Matlab de acuerdo al problema propuesto.
3
RESUMEN
Para encontrar dicha relación se llevará a cabo el desarrollo de la parte teórica de un problema
ambiental aplicando el método de linearización exponencial y se empleará un software
llamado Matlab para la relación entre las emisiones totales de CO 2 y las emisiones de CO2
per cápita, se comprobará los cálculos obtenidos en la parte teórica y se observará como el
software nos permite simular dicho método siendo un soporte en problemas de carácter
ambiental.
4
INTRODUCCIÓN
Las mediciones más difundidas del impacto global del cambio climático estiman pérdidas de
hasta 20% del PBI mundial, para aumentos de temperatura por encima de 5°C. Entre las
regiones más afectadas ante el cambio climático se encuentran África, el Sur y Sur-Este de
Asia y América Latina; mientras que países como China y USA presentan los menores
impactos del cambio climático y registran la mayor participación en la acumulación de GEI.
(Vargas, 2009)
El Perú muestra una gran vulnerabilidad ante variaciones climáticas drásticas, siendo
evidencia de ello las pérdidas económicas que implicaron fenómenos como el Niño. Así, bajo
un escenario pasivo los efectos del cambio climático podrían ser incluso superiores ya que
los efectos se potenciarían al involucrarse otros mecanismos que afectan negativamente el
crecimiento; como la pérdida de disponibilidad de recursos hídricos (para consumo humano
y generación energética) debido al retroceso glaciar, la pérdida de productividad primaria
agrícola y pesquera producto del aumento de la temperatura del mar, la pérdida de
biodiversidad, y efectos sobre la salud humana. (Vargas, 2009)
Esta monografía otorga una descripción general sobre el fenómeno de cambio climático, así
como el contexto global en el que éste se interrelaciona, enfocando el análisis en las
consecuencias e impactos que se generan tanto en lo ambiental, económicos y social.
5
DESCRIPCION DEL PROBLEMA
Se tiene un registro de los últimos años (2006-2018) sobre la emisión de CO2 en el Perú, se
observa que las emisiones totales de dióxido de carbono han aumentado en los últimos cinco
años, al igual que las emisiones per cápita, luego la situación continúa empeorando, siendo
esto preocupante. Por ello, es conveniente determinar una relación entre las emisiones de
CO2 totales (T) y las emisiones de CO2 per cápita (P). Esto permitirá estimar la contaminación
total por emisiones de CO2 cuando se dispone de la emisión per cápita de CO 2 (el CO2 que
cada individuo emite).
Fecha CO2 Totales (kt) CO2 Petróleo (kt) CO2 (kg/1000$) CO2 per cápita (t)
6
a) Grafique los datos y ajuste una línea de tendencia exponencial. Sobreponga esta línea a
su gráfica.
b) Calcular un modelo adecuado que permita estimar el valor de emisión total de CO 2 a
partir del valor de emisiones CO2 per cápita.
c) Determinar la proyección de contaminación total por emisiones CO 2 de cara al
bicentenario (2021) tomando en cuenta que la emisión per cápita de CO2 seria 1.90 t.
7
MARCO TEÓRICO
1. REGRESIÓN
La regresión es una técnica estadística que permite construir modelos que representan la
dependencia entre variables o hacer predicciones de una variable Y en función de las
observaciones de otras (X1, ..., Xp). Surge como necesidad de tener que relacionar un
conjunto de variables a través de una ecuación. (Barón & Cobo, 2011)
La finalidad de una regresión o ajuste, es de conocer la relación funcional entre las variables.
En la siguiente figura se muestra la tabla y gráfica de observaciones experimentales
respectivamente.
xi Yi
x1 Y1
x2 Y2
xn Yn
Fuente: Elaboración propia
1.1.Modelos de Regresión
Un modelo de regresión es un modelo matemático que busca determinar la relación entre una
variable dependiente (Y), con respecto a otras variables, llamadas explicativas o
independientes (X). (Roldán, 2012)
Y = A + BX
Y= variable dependiente
X= variable independiente
8
Los modelos de regresión son técnicas estadísticas mediante las cuales se busca definir
relaciones funcionales que posibiliten predecir el comportamiento de una variable
dependiente y una o varias variables independientes involucradas en las investigaciones.
Las ecuaciones más comunes que se utilizan para expresar estas relaciones son:
• Lineal
𝑌 = 𝑎 + 𝑏𝑋+∈
• Cuadrática
𝑌 = 𝑎 + 𝑏𝑋 + 𝑐𝑋 2 +∈
• Polinómica
𝑌 = 𝑎0 + 𝑎1 𝑋 + ⋯ + 𝑎𝑝 𝑋 𝑝 +∈
• Logarítmica
𝑌 = 𝑎 + 𝑏𝑙𝑛𝑋+∈
• Exponencial
𝑌 = 𝑎𝑒 𝑏𝑋 +∈
• Potencial
𝑌 = 𝑎𝑋 𝑏 +∈
El diagrama de dispersión puede ser de gran ayuda a la hora de determinar la relación entre
las variables. A continuación, se muestran grafica de ajuste de funciones lineal y potencial.
9
Dentro de la regresión o también llamado ajuste de funciones encontramos a la regresión
lineal por mínimos cuadrados, ajuste lineal de grado p y linealización de funciones. También
encontramos a la regresión no lineal.
1.2.Regresión no lineal
Es la que genera una ecuación para describir la relación no lineal entre una variable de
respuesta continua y una o más variables predictoras y predice nuevas observaciones. Se
utiliza la regresión no lineal en lugar de la regresión de mínimos cuadrados ordinarios cuando
no se puede modelar adecuadamente la relación con parámetros lineales.
En este informe nos centraremos en los modelos de regresión no lineales, que viene a ser la
linealización.
• La logaritmación
• Cambio de variables
La función
𝑦 = 𝑏𝑥 𝑎
10
Cambiando variables,
𝐿𝑜𝑔𝑦 ≡ 𝑦 ′
𝐿𝑜𝑔𝑥 ≡ 𝑥 ′
𝐿𝑜𝑔𝑏 ≡ 𝑏′
Se obtiene,
𝑦 ′ = 𝑎𝑥 ′ + 𝑏′
La función
𝑦 = 𝑘𝑎𝑛𝑥
𝐿𝑛𝑦 = 𝑎𝑥 + 𝐿𝑛𝑏
Cambiando variables,
𝐿𝑛𝑦 ≡ 𝑦 ′
𝐿𝑛𝑏 ≡ 𝑏′
Se obtiene,
𝑦 ′ = 𝑎𝑥 + 𝑏′
11
Es decir, si en la función potencial se grafica ln y vs x se obtiene la ecuación de una línea
recta.
1.4.Modelos no lineales
El método de mínimos cuadrados permite obtener la mejor recta de ajuste a los datos en el
caso de la regresión lineal. Sin embargo, no siempre existe una relación lineal entre la
variable dependiente e independiente. En algunos casos es posible aplicar transformaciones
para expresar los datos en una forma compatible con la regresión lineal. Este es el caso del
modelo exponencial y de potencias.
12
Fuente: Métodos Numéricos. Jorge Floreth. (2007)
ln (𝑌) = ln (𝑎𝑒 𝑏𝑥 )
= ln (𝑎) + ln (𝑒 𝑏𝑥 )
= ln(𝑎) + 𝑏𝑋
donde si representamos el ln(Y) frente a X obtendremos una recta con pendiente b y corte
con el eje de ordenadas ln(a)
Es uno de los compuestos más abundantes en la atmosfera, siendo el más importante de los
denominados “gases de efecto invernadero” (GEI). Tiene un destacado papel en los procesos
vitales de las plantas, animales y para el ser humano, en cantidades adecuadas, contribuye a
que la existencia de la vida. (IGN, 2001)
13
Imagen N ° 01: Evolución del CO2
Los 3 tipos de combustibles fósiles más utilizados son el carbón, el gas natural y el petróleo.
Al producirse la combustión de los combustibles fósiles, el carbón contenido es devuelto casi
por completo como CO2. (Benito, 2016)
• El transporte
• Sector energético
• La producción industrial
Las emisiones de CO2 van asociadas a la quema de rastrojos, utilización de abonos orgánicos
e inorgánicos, etc., y a las emisiones por los carburantes de la maquinaria agrícola,
respiración de vegetales y descomposición de materia orgánica. (Maqueda, Carbonell,
Martínez, & Flórez, 2005)
14
Se estima que 2/3 de las emisiones de CO2 procedían de la quema de combustibles fósiles
(petróleo, gas y carbón) mientras un 1/3 procede del cambio en la utilización del suelo (como
la deforestación). Del total emitido solo el 45% permanece en la atmósfera, el 30% es
absorbido por los océanos y el restante 25% pasa a la biosfera terrestre. (Benito, 2016)
Esos gases contribuyen más o menos de forma neta al efecto invernadero por la estructura de
sus moléculas y, de forma sustancial, por la cantidad de moléculas del gas presentes en la
atmósfera.
15
• Dióxido de carbono (CO2)
• Metano (CH4)
• Óxidos de nitrógeno (NOx)
• Ozono (O3)
• Clorofluorocarbonos
Los gases de efecto invernadero absorben la radiación infrarroja, emitida por la superficie de
la Tierra, por la propia atmósfera debido a los mismos gases, y por las nubes. La radiación
atmosférica se emite en todos los sentidos, incluso hacia la superficie terrestre. Los gases de
efecto invernadero atrapan el calor dentro del sistema de la troposfera terrestre. A esto se le
denomina “efecto invernadero natural”. (Benito, 2016)
16
2.3.Calentamiento Global
La denominación “calentamiento global” es un aumento en la temperatura de la
atmósfera y de los océanos. Según la opinión científica mayoritaria, sobre el cambio del
clima habla que, la mayor parte del calentamiento observado en los últimos 50 años es
atribuible a la actividad humana. La principal causa del componente de calor inducido por
los humanos se debería al aumento de dióxido de carbono. (Fernández, 2013)
sabemos que el calentamiento global es una realidad abstracta como la sensación que se
genera cuando se enfrenta la consciencia a temperaturas de más de 40 grados, sensación de
un tiempo inexistente, así como muchos impulsan la idea de la inexistencia del tema en los
círculos de debate y reflexión. El calentamiento desproporcionado del clima se convierte en
un gran problema del actual mundo globalizado, que requiere de más y mejores acciones de
la comunidad internacional como de la latinoamericana, independientemente que las
emisiones per cápita de estas sean escasas, comparándolas con la de los países del hemisferio
norte. (Fernández, 2013)
17
Se suele pensar que la deforestación de selvas y bosques solo genera efectos en los entornos
más cercanos. Sin embargo, el daño que se genera es global. Los árboles tienen la facultad
de convertir el CO2 en oxígeno a través del proceso de la fotosíntesis, con lo cual contribuyen
a reducir la contaminación del aire. Pero si reducimos su número, la concentración de CO2
y de otros gases será mayor y, por tanto, aumentarán las temperaturas terrestres.
18
2.4.Cambio Climático
De acuerdo con la Convención Marco de las Naciones Unidas sobre Cambio Climático
(CMNUCC), éste se entiende como un cambio de clima atribuido directa o indirectamente a
la actividad humana que altera la composición de la atmósfera mundial y que se suma a la
variabilidad natural del clima observada durante períodos de tiempo comparables. Por otro
lado, el Panel Intergubernamental de Expertos sobre Cambio Climático (IPCC) lo define
como cualquier cambio en el clima con el tiempo debido a la variabilidad natural o como
resultado de actividades humanas. (Instituto de Hidrología, 2014)
19
• Efectos en los sistemas de producción
El sistema productivo global de los seres humanos a pesar de ser el que aporta los factores
que más aceleran el calentamiento global, sufre un efecto de retroalimentación negativo,
porque este se ve afectado en todas sus cadenas productivas a nivel global. Por ejemplo, los
niveles primarios de producción que han sido más afectados son las pesquerías, la agricultura
y en el equilibrio de los ecosistemas. (LIZANO, 2013)
Uno de los principales impactos del cambio climático en la seguridad alimentaria pasa a
través de sus efectos en la producción de alimentos, sobre todo en los rendimientos de la
producción agrícola, por los cambios en la temperatura, la disponibilidad del agua y la
elevación del CO2 en la atmósfera, y por la interacción entre estos factores. Crecimiento del
CO2. El aumento de las emisiones de CO2 y su mayor concentración en la atmósfera influyen
en el rendimiento de los cultivos. (Eguren, 2012)
• Efectos en la biodiversidad
El cambio en las temperaturas globales, produce múltiples efectos en los ecosistemas
naturales y en la producción primaria como agricultura y pesca. A manera de ejemplificarlo,
se estima que los tipos de vegetación más afectados serán los bosques templados, los bosques
tropicales y los bosques mesófilos de montaña, lo que traerá un desplazamiento de las
especies a otros sitios, de manera que el calentamiento global está provocando una alteración
y cambios de abundancia en las especies más susceptibles.
Nosotros sabemos que los ecosistemas son saludables ya que conservan la relación entre el
depredador/presa, poseen controladores naturales sobre enfermedades infecciosas y sus
portadores; por ejemplo, lechuzas, coyotes y serpientes ayudan a regular las poblaciones de
roedores causantes de las enfermedades como Lyme, hantavirus, arenavirus, leptostirosis y
plagas humanas. Los peces de agua dulce, aves, anfibios, reptiles y murciélagos limitan la
20
presencia de mosquitos vectores del dengue, malaria, fiebre amarilla y encefalitis, por
consiguiente, se sabe que estas relaciones ecológicas son de suma importancia para el ser
humano, pero las mismas son alteradas por los pesticidas del modelo productivo y el
calentamiento global. (LIZANO, 2013)
Una de esas especies serán los anfibios que probablemente sean los que más van a sufrir por
los efectos a corto plazo del calentamiento global, ya que sus ciclos de vida son muy
complejos y su respiración es tegumentaria, por lo tanto, la mayoría tiene sus hábitos
asociados a los cuerpos de agua. Las sequías ocasionadas por la deforestación, el
calentamiento global y la contaminación, han provocado enfermedades como la quitiridiosis,
ocasionada por el hongo Chitridium sp, provocando la muerte y desaparición de poblaciones
enteras de ranas (anuros), como es el caso del Sapo dorado en Costa Rica. Los anfibios
incluso son utilizados como bioindicadores de contaminación y reguladores de plagas de
insectos los cuales son portadores de muchas enfermedades del continente. (LIZANO, 2013)
En los lagos y ríos el calentamiento global aumentará la evaporación y disminuirá las reservas
de agua a nivel global, en los humedales cualquier cambio tendrá impactos profundos, como
también en los océanos, los cuales funcionan como reguladores del clima y los ciclos
biogeoquímicos del planeta. El deshielo del Ártico es un hecho comprobado, causado según
todos los indicios por el calentamiento global. (LIZANO, 2013)
Los Recursos hídricos en el Perú es uno de los países más vulnerables en cuanto a recursos
hídricos se refiere. Los efectos del calentamiento global, y los eventos extremos en la
hidrología de las montañas están disminuyendo al volumen de agua disponible para la
población. (Eguren, 2012)
21
El Perú ha perdido el 22% de la superficie de sus glaciares desde los inicios de 1980,
equivalentes a 7 mil millones de metros cúbicos, cantidad suficiente para abastecer de agua
a la ciudad de Lima por 7 años. Este deshielo podría desestabilizar, además, a más de 12000
entre lagos y lagunas, por efecto del cambio climático. (Eguren, 2012)
• Efectos en la salud
Existen tres aspectos en el calentamiento global que influyen en la salud: la tendencia al
calentamiento desproporcionado durante la noche y el incremento de climas severos y
extremos. Como lo mencionamos, a escala mundial las enfermedades infecciosas ya están
emergiendo, resurgiendo y redistribuyéndose. La contaminación ambiental (debida a
partículas) es responsable de 1,4% de todas las muertes en el mundo. (LIZANO, 2013)
Por ejemplo, según el informe de la Organización Mundial de la Salud (OMS), al menos
treinta de las nuevas enfermedades que se consideraban desaparecidas, han emergido en los
últimos treinta años tales como la difteria, la tos ferina, el dengue y la quebranta huesos. Un
caso fue para el año 2007, en Perú reapareció la epidemia de fiebre más grande de América
desde el año 1950. Aunado a esto, han proliferado las mareas rojas tóxicas, las cuales
producen enfermedades como el cólera a partir de bacterias presentes en el plancton.
(LIZANO, 2013)
Las enfermedades en las que participan las especies plagan o insectos como vectores,
responden muy rápido a los cambios climáticos, porque se sabe que el calentamiento más la
humedad adecuada aumentan las poblaciones de insectos.
22
Imagen N ° 04: Representa los efectos originados
Sin embargo, el exceso de emisiones de CO2 acentúa el efecto invernadero, lo que reduce la
dispersión de calor acumulado por la radiación solar en la superficie del planeta hacia el
espacio y provoca un mayor calentamiento de la Tierra. De modo que el problema surge
cuando el efecto invernadero se acentúa por la emisión excesiva de ciertos gases, como
el dióxido de carbono y el metano, debido principalmente a la actividad humana. (Vargas,
2009)
Las emisiones de CO2 en demasía afectan la atmósfera y por eso el clima está variando. El
cambio climático es real, en el Perú ya vemos cómo se deshielan los glaciares que son fuente
de aguan natural para la Costa. Hay que tomar conciencia del problema y ejercer una
ciudadanía ambiental", declaró a la agencia Andina. (PERUANO, 2014)
23
El funcionario agregó que dos tercios de la producción del CO2 se relacionan con el mal uso
de la tierra (tala y quema de árboles) y malas prácticas en la agricultura y ganadería, mientras
que un tercio restante es por el transporte, energía, presencia de deshechos en el ambiente y
procesos industriales en las ciudades. (PERUANO, 2014)
70
57.383 54.377 57.974
60 53.704 52.702
49.511 48.681 48.236
CO2 TOTALES KTS
45.111
50 41.634 38.754
40 34.166 31.251
30
20
10
0
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
FECHAS
Fuente: Propia
24
Imagen a nivel mundial – emisiones (Per-Cápita- Perú)
1.4 1.21
1.12
1.2
1
0.8
0.6
0.4
0.2
0
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
FECHAS
Fuente: Propia
25
APLICACIÓN DE LA LINEARIZACIÓN DE FUNCIONES
SOLUCIÓN NÚMERICA:
1. Se evalúa el comportamiento de los datos mediante un gráfico de dispersión. Se observa que
los datos tienen una tendencia exponencial. Por ello se empleará la linearización de funciones
exponenciales, así encontrar una protección con el menor error posible.
54
52
50
48
46
44
42
40
38
36
34
32
30
1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9
Emisión per capita CO2 (t)
26
2. Se calcula el modelo de linearización de funciones exponenciales:
𝑦 = 𝑘𝑎𝑛𝑥
𝑎 = 𝑒 = 2.7182
Para el problema:
𝑇 = 𝑘𝑒 𝑛𝑝
Donde:
∑𝑵 𝑵
𝒊 𝑿𝒊 ∑𝒊 𝒁𝒊
∑𝑵
𝒊 𝑿𝒊𝒁𝒊 −
𝒏= 𝑵
𝑵 𝟐
𝑵 𝟐 (∑𝒊 𝑿𝒊)
∑𝒊 𝑿𝒊 −
𝑵
Donde:
27
Tabla 1: Distribución de los datos para la fórmula general:
∑𝑵 𝑵
𝒊 𝒁𝒊 − 𝒏 ∑𝒊 𝑿𝒊
𝒍𝒐𝒈𝒂 𝒌 = 𝒍𝒏𝒌 =
𝑵
49.8859 − (0.912728)(20.19)
𝑙𝑛𝑘 = = 2.422105831
13
𝑘 = 11.2695
28
5. Finalmente concluimos con el modelo de linearización de funciones exponenciales
𝑌𝑖 = 11.2695𝑒 0.912728𝑋𝑖
Luego de reemplazar los valores obtenemos la ecuación que relaciona las emisiones
totales de CO2 y las emisiones de CO2 per cápita.
𝑇 = 11.2695𝑒 0.912728𝑝
6. La contaminación por emisiones totales de CO2 para el bicentenario (2021) con una
proyección de p = 1.90 será:
𝑇 = 63.833 𝑘𝑖𝑙𝑜𝑡𝑜𝑛𝑒𝑙𝑎𝑑𝑎𝑠
29
PROGRAMACIÓN EN MATLAB
30
RESULTADOS
31
INTERPRETACIÓN DE RESULTADOS
Respecto a la gráfica (Figura 3), podemos observar que los puntos estimados están muy
cercanos a la curva de regresión exponencial, lo cual nos permite estimar con mayor certeza
los resultados con la siguiente ecuación de relación:
𝒀𝒊 = 𝟏𝟏. 𝟐𝟔𝟗𝟓𝒆𝟎.𝟗𝟏𝟐𝟕𝟐𝟖𝑿𝒊, en función a las emisiones de 𝐶𝑂2 per cápita, a partir del método
de linearización exponencial.
32
CONCLUSIONES
• Se concluye que la estimación por el método de linearización exponencial es muy
acertada para el tipo de problema planteado, ya que los puntos de estimación se
disponen de manera cercana a la curva de regresión exponencial.
• Se concluye que el software Matlab es muy eficaz y rápido para resolver este tipo de
problemas matemáticos, siendo una buena herramienta para los estudios con relación a
la carrera de Ingeniería Ambiental y Recursos Naturales.
33
REFERENCIAS
Barón, Á., & Cobo, Á. (2011). Estadística y Métodos Numéricos. Modelos de Regresión.
Departamento de Matemática Aplicada y Ciencias de la Computación. Universidad
de Cantabria, Cantabria, España.
Benito, Y. (2016). GUÍA ESPECÍFICA DE TRABAJO SOBRE “Co2 y cambio climático".
Investigaciones de los años 2016/2017. Fundación San Patricio, España.
Eguren, F. (2012). Vulnerabilidad de la seguridad alimentaria en el Perú y cambio
climático. seminario la molina, 10.
Estadística, I. V. (12 de agosto de 2017). Euskal Estatistika Erakundea. Obtenido de
Emisiones per cápita por país:
https://www.eustat.eus/documentos/opt_0/tema_455/elem_13129/definicion.html
Fernández, J. L. (2013). EL CAMBIO CLIMÁTICO:SUS CAUSAS Y EFECTOS
MEDIOAMBIENTALES. Académico de Número, Real Academia de Medicina y
Cirugía de Valladolid;Consejería de Sanidad de la Junta de Castilla y León,
Valladolid , 28.
IGN, I. G. (2001). Ministerio del Fomento. Producción de CO2. Gobierno de España,
España.
Instituto de Hidrología, M. y. (14 de 05 de 2014). CAMBIO CLIMATICO. Obtenido de El
ambiente de todos: http://www.ideam.gov.co/web/atencion-y-participacion-
ciudadana/cambio-climatico
LIZANO, Ó. B. (2013). CALENTAMIENTO GLOBAL: “LA MÁXIMA EXPRESIÓN DE
LA CIVILIZACIÓN PETROFÓSIL” . Revista del CESLA, 35.
Maqueda, M., Carbonell, M., Martínez, E., & Flórez, M. (2005). Fuentes de emisión de
gases de efecto invernadero en la agricultura. Ingeniería de Recursos Naturales y
del Ambiente(4), pp. 14-18.
PERUANO, A. (25 de 11 de 2014). Perú emite 380 mil toneladas diarias de CO2 que
contaminan medio ambiente. Obtenido de Andina: https://andina.pe/agencia/noticia-
peru-emite-380-mil-toneladas-diarias-co2-contaminan-medio-ambiente-
532985.aspx
Roldán, P. (2012). Diccionario de Economía. Modelo de Regresión. University College
London, London. Obtenido de Modelo de Regresión.
Vargas, P. (2009). El Cambio Climático y Sus Efectos en el Perú. Banco Central de
Reserva del Perú , 59.
34