• No se han encontrado resultados

Regresión Lineal:

N/A
N/A
Protected

Academic year: 2022

Share "Regresión Lineal:"

Copied!
19
0
0

Texto completo

(1)

Matemática Superior Aplicada

Regresión Lineal:

Parámetros de la ecuación de Antoine

Prof.: Dr. Alejandro S. M. Santa Cruz

J.T.P.: Dr. Juan Ignacio Manassaldi Aux. 2da: Sr. Alejandro Jesús Ladreyt Aux. 2da: Sra. Amalia Rueda

(2)

Introducción

La ecuación de Antoine describe la relación entre la temperatura y la presión de vapor de sustancias puras. Se deduce de la relación de Clausius-Clapeyron.

vap eb

vap

V T

H dT

dP

 

 

eb

v l

vap eb

l eb

v eb

vap l

v eb

vap

Z P Z

RT

H

P RT Z

P RT T Z

H V

V T

H dT

dP

 



 

 

 

  2

v l

eb

vap

Z Z

RT

H P dT

dP

2

 

2

ln

eb vap

RT H dT

P

d

 Clapeyron

Ecuación de Clausius – Clapeyron.

(3)

Introducción

 

2

ln

eb vap

RT H dT

P

d

 Ecuación de Clausius – Clapeyron.

  

ln 2

eb vap

T dT R

P H d

 

1 .

ln Const

T R

P H

eb

vap

 

 

Teb

A B P  

ln

 

C T

A B P

eb

 ln

Ecuación de Antoine

Antoine agrega una constante mas

Ecuación de August

(4)

Ejemplo: Piperidina

 

T C

A B P

eb

 ln

(5)

Ejemplo: Piperidina

335 340 345 350 355 360 365

25 30 35 40 45 50 55 60

T [K]

P [kPa]

(6)

      

T C T

C T

B T

C A T

T C P T

eb

 

  ln 

 

T C

A B P

eb

 ln

   

T B T

A AC T

C P

P  ln    ln

   

T C P

T B T

A AC

P ln

ln    

     

T C P

B T AC

A

P 1 ln

ln    

Ecuación linealizada.

Ejemplo: Piperidina

(7)

     

T C P

B T AC

A

P 1 ln

ln    

 

 

 











n n

n T

P T

T P T

T P T

ln 1 1

ln 1 1

ln 1 1

2 1 2

1 1 1





C

B AC

A

   

  

 



 

P

n

P P

ln ln ln

2 1

Axy

Ejemplo: Piperidina

(8)

Solución

A = 11.4213 B = 1688.7 C = -132.12

  132 . 12

7 . 4213 1688

. 11

ln   

T

eb

P

Ecuación de Antoine para la piperidina

(9)

Ejemplo

340 342 344 346 348 350 352 354 356 358 360

25 30 35 40 45 50 55 60

T [K]

P [kPa]

(10)

280 290 300 310 320 330 340 350 360 370 380 0

20 40 60 80 100 120 140 160 180 200

Importancia del Modelo Teórico

Ejemplo: benceno (64 datos experimentales)

Fuente: http://www.ddbst.com/en/EED/PCP/VAP_C31.php

P [kPa]

Teb [°K]

(11)

280 290 300 310 320 330 340 350 360 370 380 0

20 40 60 80 100 120 140 160 180 200

Importancia del Modelo Teórico

Ajustamos los datos a la ecuación de Antoine y los parametros son: A = 13.5689; ; B = 2.6191e+003 C = -60.6851

P [kPa]

Teb [°K]

(12)

280 290 300 310 320 330 340 350 360 370 380 0

20 40 60 80 100 120 140 160 180

Importancia del Modelo Teórico

Vamos a suponer que los datos con los que contamos son muchos menos. Nos quedamos con solo 4 valores y los ajustamos a la ecuación de Antoine.

P [kPa]

Teb [°K]

(13)

280 290 300 310 320 330 340 350 360 370 380 0

20 40 60 80 100 120 140 160 180 200

Importancia del Modelo Teórico

Volvemos a introducir los datos original para ver el ajuste

P [kPa]

Teb [°K]

(14)

315 320 325 330 335 340 25

30 35 40 45 50 55 60 65

Importancia del Modelo Teórico

Observamos el error que hubiéramos cometido si realizabamos una interpolación en la tabla con pocos valores.

P [kPa]

Teb [°K]

(15)

280 290 300 310 320 330 340 350 360 370 380 0

50 100 150

Importancia del Modelo Teórico

Vamos a ajustar la tabla de 4 datos a una parábola:

P [kPa]

Teb [°K]

(16)

280 290 300 310 320 330 340 350 360 370 380 0

20 40 60 80 100 120 140 160 180 200

Importancia del Modelo Teórico

Introducimos los datos faltantes y analizamos los resultados:

P [kPa]

Teb [°K]

(17)

340 345 350 355 360 365 370 375 40

60 80 100 120 140 160 180 200

Importancia del Modelo Teórico

Hay mucho error en la estimación de los valores fuera de los datos que tenemos (extrapolación)

P [kPa]

Teb [°K]

(18)

340 345 350 355 360 365 370 375 60

80 100 120 140 160 180

Importancia del Modelo Teórico

El modelo teórico funciona muy bien aún fuera de los valores conocidos.

P [kPa]

Teb [°K]

(19)

Importancia del Modelo Teórico

Resumen:

• Al tener una base teórica del fenómeno que ocurre realiza buenos ajustes aun con pocos datos

• En algunos casos predice bueno resultados aun

extrapolando

Referencias

Documento similar

29. En general el método lo considero bueno es cómodo y fácil para los padres solo creo que quizás para mi hijo aun no funcione porque su nivel de discapacidad es severo y si

• Ejemplo: Con los datos del ejemplo anterior determina la recta de regresión de Test sobre Edad, el coeficiente de correlación lineal de Pearson y. Coeficiente

Pienso que no son pocos los casos en que, aun sintiéndose ideológicamente identifi- cado con el PSOE, se ha dado el voto a alguna otra fuerza política (sobre todo a Izquierda

La investigación se realiza en un solo grupo que cursa la materia de matemáticas III, aun así es una investigación exhaustiva mediante la cual se pretende encontrar respuestas

c) Los compuestos Ph3SnX reaccionan con un ión X–– para formar el anión [Ph3SnX2]–– que tiene estructura de bipirámide trigonal con los grupos fenilo en.

El análisis de Regresión es una técnica estadística que estudia la naturaleza de las relaciones entre un conjunto de variables con el objetivo de hacer predicciones; tra-

Según los datos manejados, observamos que los directivos ejercen control sobre las funciones y actividades del personal de administración y servicios, aun- que no han

Pero mientras en Europa la democracia igualitaria, heredera del anden- régime, tien- de sle suyo a la centralización del poder, la democracia de los Es- tados Unidos