TEMA No 3. SISTEMA DE COMPOSICIÓN VARIABLE. COMPORTAMIENTO REAL.

Tamaño: px
Comenzar la demostración a partir de la página:

Download "TEMA No 3. SISTEMA DE COMPOSICIÓN VARIABLE. COMPORTAMIENTO REAL."

Transcripción

1 GUÍ DE ESTUDIO MODLIDD DI TEM No. SISTEM DE COMOSICIÓN VRILE. COMOMIENTO REL. E I. roesora: Ig. Koralys Gotía

2 SISTEM DE COMOSICIÓN VRILE. COMOMIENTO REL. Como se mecoo e el tema dos, el sstema de composcó varable se dee para deotar a u sstema el cual está costtudo por más de ua sustaca. Es por ello que ahora el sstema o depede sólo de dos varables tesvas so que depede a su vez del cambo e la composcó reerdo al compoete (compoete e la mezcla). dereca del tema dos, se establecerá propedades termodámcas que actúa como actores de correccó para las ases que coexste e equlbro; tales so los casos del coecete de ugacdad, y del coecete de actvdad, ambos dedos a partr de la propedad de Gbbs. Estos actores de correccó o hará otra cosa, que corregr las ases comportádose de maera deal, es por ello la mportaca de los sstemas deales, srve de estados de reereca, lo cual permte establecer las desvacoes exstetes etre los sstemas deales, y los sstemas o deales (reales). Co esta udad temátca, se busca que el estudate se capacte de maera ítegra, para el cálculo de coecetes de ugacdad (arte I), medate la aplcacó de ecuacoes de estado tales como: Vral Trucada correlacoes de zter, Va der Waals (VDW), Redlch Kwog (RK), Soave Redlch Kwog (SRK) y eg Robso (R). su vez, co este tema (arte II), el estudate se capactara para el cálculo de otra propedad termodámca, o meos mportate, deda de las propedades e exceso, esta es el coecete de actvdad, la cuales será estudada por modelos de solucó smples tales como: Margules y sujos, Va Laar, y el prmer modelo de composcó local, Wlso.

3 Objetvo de la Udad Temátca. Capactar al estudate e el estudo del equlbro líqudo-vapor para ua mezcla real e ucó de dos propedades termodámcas llamadas coecete de ugacdad y coecete de actvdad.

4 .. ROIEDDES MOLRES RCILES. DETERMINCIÓN DE ROIEDDES IR DEL CONCETO DE ROIEDDES MOLRES RCILES La decó matemátca de dchas catdades permte terpretarlas como propedades de cada ua de las especes cuado se ecuetra e solucó. ara ua ase homogéea, M, es ua propedad ucó de T, y la catdad de sustaca, ( M ) ( T,,,... ) (.) El derecal total es: Dode: (M) (M) (M) d( M ) dt + d + d (.) T, T, T,, j M (M) (.) T,, j La ecuacó (.) represeta el cocepto de la propedad molar parcal deda para cada propedad termodámca extesva, tal como: G, U, H, V, S, ; la cual co solo teer ua expresó de la propedad de mezclado puede determarse la propedad molar parcal. Susttuyedo (.) e (.4) queda: d M ) (M) T, (M) dt + ( (.4) T, d + M d Relacoado los coceptos vstos e el tema del curso, dode se estudo el potecal químco, puedes otar que este potecal se deó como: (G) μ (.5), lo que T,, j permte gualar la ecuacó (.) cuado la eergía lbre de Gbbs es la propedad co la ecuacó (.5), ya que so guales, es decr Fg... (rrba) Volume como compoetes puros- (bajo) Volume de solucó.

5 μ G (.6) ara el caso partcular de u compoete puro, al o haber cambo de moles el potecal químco queda dedo como: μ G (.6.) La propedad molar parcal, e ua mezcla de y puede derse co respecto al volume. El volume molar parcal de ua sustaca e ua mezcla es la varacó de volume producda por la adcó de u mol de a u elevado volume de mezcla. Los volúmees molares parcales varía co la composcó, ya que el etoro de cada tpo de molécula camba, cuado lo hace la composcó desde puro hasta puro. Esto es cosecueca del cambo e el etoro molecular y la cosguete modcacó de las uerzas que actúa etre las moléculas. E el caso de las solucoes deales, estas so ormadas cuado compoetes smlares químca y íscamete so mezclados para ormar ua mezcla, las uerzas de atraccó y repulsó so de la msma magtud; los volúmees de los compoetes puros sumados resulta el volume de la solucó, es decr so DITIVOS. Ejemplo de ellas so: eceo- Tolueo, Metaol-Etaol, Hexao-Heptao. Las solucoes o deales, so aquellas ormadas por compoetes deretes químca y íscamete e el cual los volúmees de los compoetes puros sumados o orma el volume de la solucó, causado por las deretes magtudes de las uerzas de atraccó y repulsó de las moléculas, es decr los volúmees NO SON DITIVOS. Ejemplo: Metaol-gua, Etaol- gua. F g... Volume total de la mezcla vs. Catdad de compoete. La catdad molar parcal es ua ucó de estado tesva. El volume molar parcal depede de la composcó de la solucó. El volume molar parcal

6 de u compoete es el cambo e volume de la solucó cuado u mol del compoete se dsuelve a T y cte e u volume muy grade de solucó de composcó especíca. V (V) (.7) T,, j Tal como se ve e la ecuacó (.7) el volume molar parcal es la pedete de la represetacó del volume total rete a la varacó de la catdad, mateedo costate la presó, la temperatura y la catdad del resto de los compoetes ( j ). E la g., puedes observar el comportameto de ua mezcla de compoetes y, quedado establecdo etoces que: dv V V d d + (.8), T,, T, uedes escrbr etoces que: dv V d + V d (.9) Fg.. Volume total de la mezcla coocdo e ucó de la composcó. Itegrado la ecuacó (.9) s varar la composcó V V + V (.) ara estmar el volume molar parcal de ua mezcla bara, debe coocerse el volume de la mezcla e ucó de la composcó (moles de los compoetes). El volume de la mezcla puede coocerse combado ua catdad del compoete y del compoete, a presó y temperatura costate. Expermetalmete podemos medr el volume de la mezcla a t T costate varado la composcó, y determamos ua ucó del volume co respecto a la composcó de los compoetes presetes. El perl de la graca depederá de las sustacas mezcladas. E solucoes reales, el volume de la

7 mezcla puede ser mayor o meor que la suma de los volúmees de los compoetes puros meddos a gual presó y temperatura. ROLEM : El volume de ua mezcla esta dado por las expresoes para V, y V. V + + ( C ). Determe Solucó ara calcular el V : V V, T, Como tees la expresó de V total, puedes dervar el V co respecto a los moles de, mateedo,t y costate, la expresó etoces queda: V + C Teedo la expresó de V, queda explcta el valor de V, solo debes realzar operacoes matemátcas para obteerla. Cálculo de V De la ecuacó () se tee que: Despejado V queda: V V + V V V V Se susttuye e quedado etoces: V la expresó dada e el problema V + + ( C ) V + + C ( ) V Como V ya ue determada, se susttuye e la expresó de V quedado: V + + C( ) ( + C ) Realzado operacoes matemátcas,

8 V + + C C C V C( +) Los volúmees molares so sempre postvos. Los volúmees molares parcales puede ser egatvos. Ejemplo: El volume molar parcal del MgSO 4 e agua al límte de cocetracó cero, es de -.4 cm mol-. Implca ua cotraccó de volume porque la sal rompe la estructura aberta del agua al hdratarse los oes, producedo ua lgera compactacó. ROLEM. E u laboratoro se ecesta cremetar el volume de ua solucó a 4 cm de ua solucó que debe coteer 4%mol de metaol e agua. Cuál es el volume de metaol puro y agua pura que debe ser mezclado para teer ua solucó total de 4 cm a 5 C?. Los volúmees molares parcales de los compoetes so: V 8, 7 y V 7, 5 cm /mol y los volúmees de los compoetes puros so V 4, 77 y V 8, 68 cm /mol. Solucó t V 4 V xv + xv 5,96mol V 5,98 (,4)(5,96) 6, 59 mol (,6)(5,96) 9, 4 mol V t 6 V (,4)(8,7) + (,6)(7,5) 5,98 cm / mol V ( 6,59)(4,77 ) 58, cm Volúmees ecesaros V t ( cm V 9,4)(8,68) 668, 9 para que la solucó sea 4 cm

9 Como podemos observar, al sumar los volúmees de cada compoete resultara 476 cm, s embargo al mezclarse expermetalmete por tratarse de solucoes o deales dará 4 cm.. ECUCIÓN DE GIS DUHEM. La ecuacó de Gbbs Duhem, es ua mportate relacó etre los cambos de, T, y, M establecedo esta que se debe satsacer para todos los cambos e la presó, temperatura y e la propedad molar parcal, causada por los cambos de estado e ua ase homogéea. De la ecuacó (.4), teemos que: d M ) (M) T, (M) dt + ( (.4) T, d + M d Como x y dervado térmos queda: dm M + Md T, M d + T, dt + M ( x d + dx ) Reacomodado los térmcos, dm M T, d M T, dt M dx + M x M d Es posble elegr u sstema de cualquer tamaño, represetado por, así como cualquer varacó de d, de esta maera y d so depedetes y arbtraros, por lo tato para que la ecuacó cumpla la gualdad a cero, el úco modo es que cada térmo etre corchetes sea cero, por ello; dm M T, d + M T, dt + M dx (.) y M x M d

10 Es decr: M x M (.) ó M M (.) Las ecuacoes (.) y (.), permte el cálculo de las propedades de mezclado a partr de las propedades parcales. Dervado la ecuacó (.) se tee: Igualado las ecuacoes () y () xdm + dm M dx (.4) M T, M d + T, dt + M dx xdm + M dx Queda etoces: M T, M d + T, dt x dm (.5) La ecuacó (.5) es la coocda como la ecuacó de Gbbs Duhem, la cual muestra que las propedades parcales de las especes que compoe ua solucó NO so depedetes etre sí. E u proceso a T y costate la ecuacó (.4) queda: x d M (.6) De la ecuacó (.) se tee que para Sstemas aros. M x + (.7) dervado, M xm dm x dm + (.8) + Mdx + xdm M dx Como la ecuacó de Gbbs Duhem establece que a y T costate x d ecuacó (.6), la ecuacó (.8) queda: dm M dx + M (.9) dx M

11 Como x + x, etoces dx dx susttuyedo e la ecuacó (.9) os queda: dm M dx M dx Sacado actor comú, dx y despejado os queda: dm dx M M (.) Se puede escrbr dos ecuacoes más a partr de la ecuacó (.7) y (.8): M M + x ( M M ) y M M + x M M ) Combado co (.) os queda: ( dm M M + x (.) dx M dm M x (.) dx ROLEM : Determa la cossteca termodámca del sstema que se rge por la sguete ecuacó: G x + 5x + xx (x + x) Solucó De la ecuacó (.) y ecuacó (.) teemos lo sguete: G G + ( x) G x G G G x x dervado, G 8x + 5x + 6x + G 8x 8x 5 + dg dx + 54x 7x 6 dg 54x 6x dx De la ecuacó de Gbbs Duhem (.6) para u sstema de dos compoetes teemos: dm dm x + ( x ) dx dx x ( 54x 7x + 6) + ( x )(54x 6x )

12 Como podemos otar, esta ecuacó satsace la ecuacó de Gbbs Duhem, es decr que tee cossteca termodámca. ROLEM 4. La etalpía de u sstema baro líqudo, de los compoetes y a T y es: H 4x + 6x + xx (4x + x ) Determe las expresoes de las etalpas molares parcales como ucó de x. Determe a dlucoes tas los valores de las etalpías. Solucó Como sabemos: H 4x H 4x H 4x H 8x + 6( x ) + x ( x ) + 6 6x + 6 6x + 6 x H 6 8x x + ( x + 4x x x + x + ( x ) [ 4x ] )[ 4x + x ] + x x 4x x + x Resolvedo: H H + x dh dx H 4 + x 6x 4 Cuado x H 4 J mol H 6 + 4x Y cuado x H 64 J mol

13 .. FUGCIDD Y COEFICIENTE DE FUGCIDD. FUGCIDD DE UN LÍQUIDO URO, FCTOR DE CORRECCIÓN DE OYNTING. ara raustz y Col., el potecal químco o tee u equvalete medato e el mudo ísco y por lo tato es deseable expresar el potecal químco e térmos de algua ucó auxlar la cual podría ser más áclmete detcada co la realdad ísca. E u teto de smplcar la ecuacó abstracta del potecal químco, G. N. Lews prmero cosderó el potecal químco de u gas deal puro y geeralzó a todos los sstemas; el resultado obtedo para el caso deal ue: dg V d S dt a Temperatura costate os queda: dg Vd (.) como es u gas deal el volume molar es: l susttur el volume molar, la ecuacó () puede escrbrse de acuerdo a la ecuacó (6.) como: V dμ d (.4) Itegrado desde el estado de reereca que es el gas puro deal hasta la presó del sstema os queda: g μ μ l (.5) or lo tato a Temperatura costate, el cambo e el potecal químco es ua ucó logarítmca de la presó, es decr de ua maera smple relacoa ua abstraccó matemátca co ua propedad tesva real (la presó). La ecuacó (.5) ue geeralzada por Lews, deedo ua ueva propedad la cual deomo ugacdad (), para u cambo sotérmco e cualquer compoete de u sstema, ya sea gas, líqudo, o sóldo, puro o mezcla, deal o o. Quedado etoces la ecuacó (.5) como:

14 μ μ l (.6) μ y so arbtraros, pero cuado uo de los dos se seleccoa, el otro automátcamete queda jado. ara u gas deal puro la ugacdad es la resó, y para u compoete e la mezcla de gases deales es gual a la presó parcal del compoete. Cuado los sstemas, puro o mezcla, se aproxma a u gas deal a presoes muy bajas la decó de ugacdad se complemeta por: lm la (sustacas puras) lm y la y (para mezclas) El coecete de ugacdad es la relacó que exste etre el la ugacdad y la presó del compoete como gas deal, es decr este actor corrge la dereca etre la presó deal y la presó real, por ello se dee de la sguete maera: φ (Sustaca pura) (.7) φˆ ( para u compoete e mezcla) (.8) y La ecuacó (.8) se desarrollara co mayor grado de prouddad e el puto.5 de esta guía de estudo. Restado la ecuacó (.6) y (.5) queda etoces: g μ μ l (.9) Susttuyedo (5) e (7) os queda: μ (.) g μ lφ Recordado que el potecal químco es gual a la eergía lbre de Gbbs ecuacó (6.), podemos reescrbr la ecuacó (8) como: g G G lφ (.)

15 plcado el cocepto de propedad resdual os queda: G R lφ (.) ara u sstema que sea gas deal o habrá Gbbs resdual etoces: l φ φ Desarrollo de la expresó geeral del Coecete de Fugacdad para sustacas puras. temperatura y composcó costate, podemos utlzar las relacoes de Maxwell para descrbr la depedeca co la presó de la etalpía y la etropía: V dh V T T V ds T ara raustz y Col. estas dos relacoes costtuye la base de la deduccó de las ecuacoes buscadas. Todas las deduccoes está publcadas e varos artículos cetícos de eatte (94, 949, 955). El procedmeto cosste e obteer las expresoes de la etalpía y la etropía, las otras propedades so d d posterormete desarrolladas a partr de las relacoes etre ellas. Ua vez obtedas estas expresoes, se aplca las relacoes tales como: U H V H V TS G H TS μ G μ μ l l resolver las relacoes os queda etoces para ua sustaca pura: lφ l V d (.)

16 Co la ecuacó, se puede ahora evaluar el coecete de ugacdad e ucó de data VT, es decr solo se ecesta ua ecuacó de estado explícta e V, para poder determar co valores umércos el coecete. De modo equvalete, se geeralza co el actor de compresbldad: Reacomodado se tee: Z lφ d d lφ (.4) [ Z ] Las ecuacoes (.) y (.4), so equvaletes y geerales, cada autor de ecuacoes de estado, susttuye e las ecuacoes geerales para aplcarlas a certos sstemas partculares. Equlbro vapor líqudo para ua espece pura. La ecuacó (.), la podemos tegrar desde el estado de líqudo saturado hasta el estado de vapor saturado: G v L G l (.5) v l Ecuacó aplcable al cambo de estado, ambos a temperatura costate. Como el cambo de la eergía lbre de Gbbs a temperatura y presó costate es cero (debdo a que la presó desde líqudo saturado a vapor saturado es la presó de saturacó a la temperatura del sstema), etoces el úco modo que la ecuacó se guale a cero, es que las ugacdades sea guales. (.6) crtero de equlbro de ases v l sat E cosecueca se tee que para ua sustaca pura: sat φ al ser la msma presó de saturacó se tee que: sat sat φ φ φ sat l v

17 Fugacdad para u líqudo puro. Factor de correccó de oytg. La ecuacó (.), aplca para todo el rago de presoes, desde hasta presoes del sstema, es decr la tegral evalúa de a. Esta ecuacó es geeral y o esta lmtada a la ase de vapor, se puede calcular ugacdades para líqudos puros y sóldos puros. ara líqudos, o sempre ua ecuacó de estado se ajusta a todo el tervalo de presó, por ello la ecuacó (.), se dvde e dos tegrales, ua del rago etre y la presó de saturacó, y la otra desde la presó de saturacó hasta la presó del sstema. Co esto, se busca evaluar la prmera parte de la tegral co ua ecuacó de estado que se ajuste a la ase gaseosa, y co la seguda parte de la tegral, se busca corregr medate la expresó que se obtee la ugacdad del vapor. lφ l V d (.) Ecuacó dvdda e dos partes: l L sat V d + sat V L d l L l + V sat sat s p L d l sat plcado propedad de logartmos y sacado actor comú a térmos comues queda: L sat sat L φ + V d sat (.7) Cuado la ase líquda o sólda, se aleja de la presó crítca, el volume depede más de la T que de la, es decr se puede escrbr como: L sat L sat V φ exp d (.8) sat Estas ugacdades so de mportaca e la termodámca del equlbro de ase ya que recuetemete se utlza ua ase codesada pura como estado estádar para los coecetes de actvdad. (Sáchez, J.). ara líqudos que o depeda mayormete de la la ecuacó (.8) queda:

18 L sat sat sat L ( ) φ expv (.8a).4. FUGCIDD R UN COMONENTE EN UN MEZCL. EXRESIÓN GENERLIZD EN FUNCIÓN DEL FCTOR DE COMRESIILIDD. Ya se había vsto que para ua espece e solucó: μ G (.6) Recordemos del tema dos () para ua mezcla deal teemos la ecuacó (.) μ G + l y (.) g g ó G g G + l y (.) g ara u compoete puro deal teemos ecuacó (.5): Se despeja de la ecuacó (.5) G g G G g + l l G (.9) Susttuyedo e (.) la ecuacó (.9) queda: g G l + G + l y rearregaldo G G y g l + y l G g G (.4) De la ecuacó.6, teemos para u sstema real: μ μ l (.6) Restado (.6) y (.4) os queda: μ μ g l y l

19 Reacomodado; g ˆ μ μ l (.4) y També podemos escrbrla: De esta ecuacó podemos coclur que: ˆ g G G l (.4) y G R ˆ l (.4) y Ya que el coecete de ugacdad se dee de acuerdo a la ecuacó (.8) como: ˆ ˆ φ etoces, y R G lφˆ (.44) Como R G es ua propedad molar parcal de G R, podemos etoces err que: G R R G ˆ lφ (.45) T,, j Como el coecete de ugacdad es ua propedad molar parcal de G R podemos aplcarle todos los coceptos relacoados co propedades molares parcales. or ejemplo, el teorema de Euler: l φ y l ˆ φ (.48) Desarrollo de la expresó geeral del Coecete de Fugacdad para ua sustacas e solucó. De modo aálogo al procedmeto que se lleva para ua sustaca pura, las relacoes empleadas aplca para mezclas, co la dereca de que μ G, quedado etoces las ecuacó (.) como:

20 lφ ˆ l V d y (.49) Nótese que la ecuacó (.49) ahora aparece co V que es el volume molar parcal, derete a la ecuacó., que es el volume molar del compoete puro, además, el coecete de ugacdad es ua ucó que depede de la composcó del compoete presete e la solucó. La ecuacó (.49) se expresa e ucó de z aáloga a la ecuacó (.4): [ Z ] d lφ ˆ (.49a) Equlbro de ases para ua espece e solucó. De modo smlar que para ua sustaca pura, la ecuacó (.6) tegrada desde u estado de vapor a líqudo se puede observar que: ˆ V V L μ μ l (.5) L ˆ E el equlbro, el úco modo que el cambo de la eergía lbre de Gbbs molar parcal de cero, es que la ugacdad de e la ase líquda sea gual a la ugacdad de e la ase de vapor. Quere decr etoces que: ˆ ˆ... ˆ (,..., N) (.5) v l π La ecuacó (.5) es el crtero de equlbro para ases múltples a las msmas y T, de cada espece presete e la ase.

21 .5. DETERMINCIÓN DEL COEFICIENTE DE FUGCIDD EN FUNCIÓN DE Z, ECUCIÓN VIRIL, CORRELCIÓN DE ITZER. Coecete de Fugacdad de sustacas puras, ajustadas a las correlacoes de tzer para el segudo coecete Vral. Como ya vmos el coecete de ugacdad lo podemos determar medate correlacoes geeralzadas: d lφ (.4) [ Z ] Uo de los casos que podemos aplcar para esta correlacó es la ecuacó vral trucada e el do coecete, deda e el tema, como: Z + Despejado: Susttuyedo (.5) e (.4) teemos: Itegrado queda: Z (.5) d lφ para obteer: lφ d l φ (.5) Co la ecuacó (.5) podemos determar el coecete de ugacdad para ua sustaca pura. El segudo coecete Vral se determa por la correlacó de tzer vsta e el tema. Z Dode zter determó c r + + (.54) R T R Tc Tr

22 c + w R Tc,4,8 T,6 r,7,9 T 4, r (.55) ROLEM 5. Calcule el volume del metao y el coecete de ugacdad, a las codcoes de T 88,7 K y 48 ka. El metao se ajusta be a la ecuacó vral trucada. Solucó Como es u compoete puro, utlzamos las ecuacoes (.5), (.54) y (.55) para determar el coecete de ugacdad y almete el volume del metao. l φ (.5) Se determa el segudo coecete Vral co la correlacó de tzer; para ello se lee las propedades crítcas del metao, la cual la puedes ecotrar e el saló vrtual DI, aexos del tema, propedades crítcas (documeto pd.). Tc 9,6 K 45,99bar c w, Calculamos la temperatura reducda, la cual es: T r 88,7K 9,6K,55 T r T T c c R Tc + w,4,8,6 T,7,9 4, T r r,4,89 ( c + w ) c (,4+,,89) 8,4 kj kgmol K 9,6K 4599ka

23 4,6656e m kgmol hora podemos calcular el coecete de ugacdad por la ecuacó (.5). m 4,6656e 48ka kgmol lφ CH 8,4e φ 4 CH 4 kj 8,4 88,7K kgmol K,87 El volume del metao es etoces: Z Z + R T V m 4,6656e 48ka kgmol + Z kj,996 8,4 88,7K kgmol K kj,996 8,4 88,7K Z kgmol K V V 48ka m,54 kgmol Coecete de Fugacdad para mezclas, ajustadas a las correlacoes de tzer para el segudo coecete Vral. Las correlacoes de tzer puede ser utlzadas para calcular el coecete de ugacdad de ua mezcla, de hecho se utlza la msma ecuacó que para el de u compoete puro, co la dereca de que el segudo coecete vral () se calcula medate ua regla de mezclado, que volucra los compoetes que esté presetes e dcha mezcla. l φ (.54) Etoces sera: j y y j j (.55) Los subídce, j represeta los compoetes presetes e la mezcla, las y y yj, represeta las raccoes molares de cada compoete. El coecete j caracterza ua teraccó etre dos moléculas por ede j j. La teraccó

24 etre moléculas de u msmo compoete represetara los compoetes puros, y la teraccó etre moléculas deretes represetara los parámetros cruzados. ara los parámetros cruzados raustz y col. propoe las sguetes ecuacoes: Tr j j j j c j j c j,4,8,6 Trj,7,9 4, Trj T (.59 ) Tc j ( + w ) j j (.57 ) (.58 ) (.56 ) Tc j Tc Tc ( k Vc + Vcj Vcj ZcjR Tcj cj Vc j j j ) (.6) (.59) (.6) w + wj wj (.6) Zc + Zcj Zcj (.6) k j es u parámetro de teraccó empírco relacoado co u par molecular -j especíco. Cuado j y para especes químcamete semejates, k j. De otra maera k j es u úmero pequeño que se evalúa a partr de ormacó VT, e auseca de ella este parámetro se cosdera cero. (Smth, J. M. y col.) or ejemplo: desarrolle la expresó del segudo coecete Vral para compoetes. y + y + y y + y y + y y + y y + y y + y y + y y y y Reacomodado + y y + y y + y + y y y + y (.64)

25 ROLEM 6. Calcule el coecete de ugacdad de u gas que se ecuetra a la temperatura de K y 5 bar de presó. El gas tee ua composcó de: % p/p de metao, % p/p de etao y 5% p/p de propao. Solucó La ecuacó (.55), represeta el do coecete vral para ua mezcla, y las composcoes que la costtuye so molares, es decr que se debe llevar las composcoes máscas a composcoes molares. Esto se hace tomado ua base de cálculo por ejemplo de mol..c. mol. Tabla..Composcoes molares. Compoete kg M kgmol y 6,4,47,69,7,998, ,97,4,6 Suma,78 Fuete: propa Como la mezcla es de compoetes el segudo coecete vral se calcula medate la ecuacó (.64). + y y + y y + y + y y y + y (.64) Como podemos observar, debemos calcular los j, correspodete a los parámetros de teraccó tato puros:,, como los de los cruzados:,,, para almete susttur e la ecuacó (.54) y obteer el coecete de ugacdad de la mezcla. ara determar los coecetes puros se utlza las ecuacoes (.55) y para los cruzados utlzaremos las reglas de mezclas propuestas por raustz y col. que va desde la ecuacó (.56) a la (.6).

26 De este modo obteemos los sguetes resultados: Tabla.. ropedades crítcas de los compoetes puros y los cruzados. j Tc (K) c (bar) Vc (cm /gmol) Zc w 9,6 45,99 98,6,86, 5, 48,7 45,5,79, 69,8 4,48,76,5 4, 47,4,5,85,56 65,49 4,58 4,78,8,8 6, 45,5 7,8,775,6 Fuete: ropa Tabla..Segudos coecetes vrales. j Tr j j,574 -,, -4,,98 -,5 -,46-85,6,8 -,57 -,75-97,9,44 -,5,7-89,95, -,64,6 -,,89 -,4 -,8-7,797 Fuete: ropa Ua vez calculado tato los parámetros puros y los cruzados aplcamos la ecuacó (.64), obteedo de este modo el sguete valor: cm 7,9966 gmol El coecete de ugacdad de la mezcla es etoces: lφ φ, cm 7,9966 5bar gmol lφ bar cm 8,7 K mol K,87e 4

27 Coecete de Fugacdad para sustacas e solucó, ajustadas a las correlacoes de tzer para el segudo coecete Vral. Como ya se obtuvo el coecete de la mezcla, solo aplcaremos el cocepto de propedad molar parcal, para así desarrollar etoces los coecetes de ugacdades de e la mezcla. ( lφ) ˆ lφ (.64) T,, j Como el coecete de la mezcla es coocdo por la ecuacó (.54), la ecuacó (.64) queda etoces como: ˆ lφ (.65) T,, j Las ecuacoes resultates so: l ˆ φ j +,5 YYk (δ j δ jk ) (.66) j k δ δ j jk j jk jj jj kk (.67) or ejemplo para dos compoetes: ˆ lφ [ + Y δ ] (.67) l ˆ φ [ + Y δ ] (.68) δ (.69) ROLEM 7. Determe las ugacdades e la mezcla del C H 6 y C H 8 a la temperatura de 4 K y bar de presó. El gas tee ua composcó de: 4% molar de etao, 6% de propao.

28 Solucó Utlzado las ormulas (.67) y (.68) se determa los coecetes de ugacdad e la mezcla. ara determar los coecetes es ecesaro calcular el parámetro cruzado y los puros y co las correlacoes de tzer para el segudo coecete vral. ara determarlos se utlza para los puros las ecuacoes (.55) y para los cruzados las propuestas por raustz y col (.56 a.6). Tabla.4.ropedades crítcas. Tc (K) c (bar) Vc (cm /gmol) Zc w 5, 48,7 45,5,79, 69,8 4,48,76,5 6,6 45,5 7,8,78,6 Tabla.5.Segudos coecetes vrales. j Tr j j, -,99,87-95,89,87 -,89,5-7,6,95 -,6,56-4,488 Fuete: propa δ δ cm 9,747 gmol l ˆ φ [ + Y δ ] ˆ bar lφ bar cm 8,7 4K gmol K l ˆ φ 5,955e ˆ φ,9485 cm 95,89 gmol + (,6) cm 9,747 gmol De modo smlar para el compoete. ˆ φ,789 Las ugacdades etoces será: 7,588 9,47

29

Sistema binario. Disoluciones de dos componentes.

Sistema binario. Disoluciones de dos componentes. . Itroduccó ermodámca. ema Dsolucoes Ideales Ua dsolucó es ua mezcla homogéea, o sea u sstema costtudo por ua sola fase que cotee más de u compoete. La fase puede ser: sólda (aleacoes,..), líquda (agua

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA QUÍMICA GENERAL

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA QUÍMICA GENERAL UNIERSIDAD NACIONAL EXERIMENAL OLIECNICA ANONIO JOSÉ DE SUCRE ICERRECORADO BARQUISIMEO DEARAMENO DE INGENIERÍA QUÍMICA QUÍMICA GENERAL UNIDAD I CLASE Nº EL ESADO GASEOSO GAS IDEAL Es el estado de la matera

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

Aplicaciones de Balances de Energía en Reactores Batch

Aplicaciones de Balances de Energía en Reactores Batch plcacoes de Balaces de Eergía e Reactores Batch Para u reactor batch, el BdeM se epresa como la ecuacó para determar el tempo de resdeca: t N ( rv Separado varables: V N Esta es ua ecuacó dferecal ordara

Más detalles

1. Propiedades molares y propiedades molares parciales

1. Propiedades molares y propiedades molares parciales erodáca. ea 9 Ssteas abertos y ssteas cerrados de coposcó varable. ropedades olares y propedades olares parcales Ua agtud olar se dee coo: Sepre está asocada a u sstea terodáco de u úco copoete (sstea

Más detalles

Problemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011

Problemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011 Problemas de Polímeros Químca Físca Avazada Iñak Tuñó / POL.-U polímero moodsperso de masa molecular. gmol - está cotamado e u % e peso co ua mpureza de peso molecular. gmol -. Calcular z,, Co los datos

Más detalles

Unidad 2. Reactores Continuos

Unidad 2. Reactores Continuos Reactores Químcos: Udad Udad Reactores otuos Reactores cotuos so aquellos e los cuales, de maera cotua, se almeta los reactvos y també, de maera cotua se extrae los productos Detro de esta clasfcacó, de

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1 TEMA (Últma modcacó 8-7-5 CALCULO DIFERENCIAL E INTEGRAL II DERIVABILIDAD Recordemos el cocepto de dervadas para ucoes de ua varable depedete = (. Para lo cual ormamos el cremeto de la ucó = ( + - ( El

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

TAMIZADO

TAMIZADO http://louyaus.blogspot.com/ E-mal: wllamsscm@hotmal.com louyaus@yahoo.es TAMIZAO TAMIZAO U tamz cosste e ua malla o superce perorada, cuyos orcos tee u tamaño uorme. Mezcla de soldos Mezcla de soldos

Más detalles

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x) APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)

Más detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.

Más detalles

ANTES DE COMENZAR RECUERDA

ANTES DE COMENZAR RECUERDA ANTES DE COMENZAR RECUERDA 00 Po tres ejemplos de úmeros reales que o sea racoales, y otros tres ejemplos de úmeros reales que o sea rracoales. Respuesta aberta. Tres úmeros reales que o sea racoales:,

Más detalles

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada: :: OBJETIVOS [3.] o Apreder a presetar los datos epermetales como grafcas -. o Apreder a usar las hojas de papel logarítmco Semlogarítmco o Determar la relacó matemátca de ua grafca leal de datos epermetales

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

G - Métodos de Interpolación

G - Métodos de Interpolación ESCUELA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS G - Métodos de Iterpolacó Polomo de terpolacó de Lagrage. Polomo de terpolacó

Más detalles

Fugacidad. Mezcla de gases ideales

Fugacidad. Mezcla de gases ideales Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

GENERALIDADES SOBRE MÓDULOS

GENERALIDADES SOBRE MÓDULOS GENERALIDADES SOBRE MÓDULOS Presetar el Z -módulo Z como cocete de u Z -módulo lbre Hacer lo msmo para el grupo de Kle Calcular los auladores de los sguetes módulos: a) El Z -módulo Z Z 6 b) El Z -módulo

Más detalles

4. Fórmula de Lagrage El polomo de terpolacó de Hermte, p (x, de la fucó f e los putos dsttos x,,x admte la expresó: p( x f (x L (x + f '(x L (x, (Fór

4. Fórmula de Lagrage El polomo de terpolacó de Hermte, p (x, de la fucó f e los putos dsttos x,,x admte la expresó: p( x f (x L (x + f '(x L (x, (Fór Capítulo 4 Iterpolacó polomal de Hermte E determadas aplcacoes se precsa métodos de terpolacó que trabaje co datos prescrtos de la fucó y sus dervadas e ua sere de putos, co el objeto de aumetar la aproxmacó

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

Soluciones de Ley de los volúmenes parciales de Amagat

Soluciones de Ley de los volúmenes parciales de Amagat Solucoes de ey de los olúmees parcales de Amagat El olume parcal () de u gas e ua mezcla, es el olume que ocuparía s se ecotrase solo a la msma temperatura y presó que la mezcla. També se puede calcular

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

Métodos Numéricos para Ingenieros Químicos

Métodos Numéricos para Ingenieros Químicos CONTENIDO Métodos Numércos para Ieeros Químcos Itroduccó Formas de resolucó de ecuacoes trascedetes Método ráco Tema Ecuacoes Trascedetes () Métodos cerrados Bseccó Iterpolacó Secate Clase 3 - Láma Ecuacoes

Más detalles

Problemas discretos con valores iniciales

Problemas discretos con valores iniciales Problemas dscretos co valores cales Gustavo Adolfo Juarez Slva Iés Navarro El presete trabajo pretede dfudr problemas dscretos co valores cales (e adelate PVID), a partr de ecuacoes e dferecas leales co

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo Estadístca Tema 6: Aálss de Regresó. Estadístca. UNITEC Tema 6: Aálss de Regresó Modelos de Regresó E muchos problemas este ua relacó herete etre dos o mas varables, resulta ecesaro eplorar la aturaleza

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA NÚMEROS COMPLEJOS E INDUCCIÓN MATEMATICA 55 CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA 4. INTRODUCCIÓN Los úmeros Complejos costtuye el mímo cojuto C, e el que se puede resolver la ecuacó x a

Más detalles

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 6 ÁLGEBRA II (LSI PI) UNIDAD Nº 6 VALORES Y VECTORES PROPIOS Facultad de Cecas Exactas y Tecologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO aa Error! No hay texto co el estlo especfcado e el documeto.

Más detalles

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

INGENIERÍA INDUSTRIAL DISEÑO EXPERIMENTAL LEOPOLDO VIVEROS ROSAS

INGENIERÍA INDUSTRIAL DISEÑO EXPERIMENTAL LEOPOLDO VIVEROS ROSAS INGENIERÍA INDUTRIAL A meudo, e la práctca, se requere resolver prolemas que clue cojutos de varales, cuado se sae que este algua relacó herete etre ellas, esa relacó se puede ecotrar a partr de la formacó

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno:

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno: Udad 6 Aualdades atcpadas Objetvos Al falzar la udad, el alumo: Calculará el moto producdo por ua aualdad atcpada. Calculará el valor presete de ua aualdad atcpada. Calculará el valor de la reta de ua

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

DINÁMICA DE LOS SISTEMAS DE PARTÍCULAS

DINÁMICA DE LOS SISTEMAS DE PARTÍCULAS ísca para Cecas e Igeería 9 9 Seguda ley de Newto para u sstema de partículas Vmos al comezo de la Mecáca que u sstema de partículas materales es u cojuto más o meos umeroso de partículas que puede ejercer

Más detalles

Del correcto uso de las fracciones parciales.

Del correcto uso de las fracciones parciales. Del correcto uso de las fraccoes parcales. Rubé Emauel Madrd García. E este opúsculo haré u aálss de lo que hoy llamamos fraccoes parcales, lo cual o es otra cosa que la descomposcó del cocete etre dos

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

Análisis de Regresión

Análisis de Regresión Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

Más detalles

TEMA DISTRIBUCIONES BIDIMENSIONALES DE FRECUENCIAS.

TEMA DISTRIBUCIONES BIDIMENSIONALES DE FRECUENCIAS. 1. Dstrbucoes Bdmesoales de Frecuecas. 1.1. Idepedeca y Relacó Fucoal de dos Varables. 1.. Tablas de Correlacó y de Cotgeca. 1.3. Dstrbucoes Margales. 1.4. Dstrbucoes Codcoadas. 1.5. Idepedeca Estadístca..

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

1 Estadística. Profesora María Durbán

1 Estadística. Profesora María Durbán Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el

Más detalles

R-C CARGA Y DESCARGA DE UN CONDENSADOR

R-C CARGA Y DESCARGA DE UN CONDENSADOR RC CARGA Y DESCARGA DE UN CONDENSADOR CONTENIDOS Estado trastoro de carga y descarga. Cálculo de la costate de tempo. Método de cuadrados mímos. Errores que se comete durate la evaluacó de τ OBJETIVOS

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordacó de Cecas Computacoales - INAOE Matemátcas Dscretas Cursos Propedéutcos 0 Cecas Computacoales INAOE Dr. Erque Muñoz de Cote jemc@aoep.m http://ccc.aoep.m/~jemc Ofca 80 Dapostvas basadas e prevas

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

TEORIA DE ERRORES. Fuentes De error. Error Final

TEORIA DE ERRORES. Fuentes De error. Error Final TEORIA DE ERRORES Fuetes De error Errores heretes: (EI) So los errores que afecta a los datos del prolema umérco puede teer dsttos orígees. Por ejemplo puede ser el resultado de la certdumre e cualquer

Más detalles

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

Más detalles

Soluciones de Ley de las presiones parciales de Dalton

Soluciones de Ley de las presiones parciales de Dalton Solucoes de Ley de las resoes arcales de Dalto La resó arcal de u gas () e ua mezcla, es la resó que ejercería este gas s ocuase todo el volume que ocua la mezcla. També se uede calcular como: 1. Ua mezcla

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas 5º Curso-Tratameto Dgtal de Señal Trasformada Z Defcó y Propedades Trasformada Iversa Fucó de Trasfereca Dscreta Aálss de Sstemas 7//99 Capítulo 7: Trasformada Z Defcó y Propedades 5º Curso-Tratameto Dgtal

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

Regresión y correlación lineal.

Regresión y correlación lineal. Regresó y correlacó leal. Este procedmeto proporcoa medos legítmos, modelos matemátcos a trabes de los cuales, se puede establecer asocacoes etre varables de terés e las cuales la relacó usual o es casual.

Más detalles

Números complejos. Números complejos. Las tribulaciones del estudiante Törless LITERATURA Y MATEMÁTICAS

Números complejos. Números complejos. Las tribulaciones del estudiante Törless LITERATURA Y MATEMÁTICAS Números complejos SOLUCIONARIO Números complejos LITERATURA Y MATEMÁTICAS Las trbulacoes del estudate Törless Dme, etedste be todo esto? Qué? Ese asuto de los úmeros magaros. Sí, o es ta dfícl. Lo úco

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

Videal. V m. = ZxVideal EJERCICIOS RESUELTOS:

Videal. V m. = ZxVideal EJERCICIOS RESUELTOS: EJERCICIOS RESUELOS: Datos:. U taque rígdo cotee dos klool de gas trógeo y 6 klool de CO a 00ºK y 5 Mpa. Calcule el volue del taque basádose e: a. Ecuacó de gas deal b. Regla de Kay c. Factores de copresbldad

Más detalles

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS: SUBESPACIOS FINITAMENTE GENERADOS: Teorema S G={v, v,, v } es u sstema fto de geeradores de u subespaco S V K-EV, etoces G`= {v, v,, v,w} sedo w combacó leal de vectores de G, també geera a S. Demostracó

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:

Más detalles