regresión lineal: parámetros de la ecuación de antoine · matemática superior aplicada...

19
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. 1 ra : Ing. Juan Pablo Camponovo Aux. 2 ra : Sr. Alejandro Jesús Ladreyt

Upload: vuongcong

Post on 19-Sep-2018

505 views

Category:

Documents


4 download

TRANSCRIPT

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. 1ra: Ing. Juan Pablo Camponovo

Aux. 2ra: Sr. Alejandro Jesús Ladreyt

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.

vapeb

vap

VT

H

dT

dP

lv

eb

vap

eblebveb

vap

lveb

vap

ZZP

RT

H

P

RTZ

P

RTZT

H

VVT

H

dT

dP

2

lveb

vap

ZZRT

HP

dT

dP

2 2

ln

eb

vap

RT

H

dT

Pd

Clapeyron

Ecuación de Clausius – Clapeyron.

Introducción

2

ln

eb

vap

RT

H

dT

Pd Ecuación de Clausius – Clapeyron.

2

lneb

vap

T

dT

R

HPd

.1

ln ConstTR

HP

eb

vap

ebT

BAP ln

CT

BAP

eb ln

Ecuación de Antoine Antoine agrega una constante mas

Ecuación de August

Ejemplo: Piperidina

CT

BAP

eb ln

Ejemplo: Piperidina

335 340 345 350 355 360 36525

30

35

40

45

50

55

60

T [K]

P [

kP

a]

T

CT

CT

B

T

CTA

T

CTP

eb

ln

CT

BAP

eb ln

T

B

T

ACA

T

PCP

lnln

T

PC

T

B

T

ACAP

lnln

T

PC

TBACAP

ln1ln

Ecuación linealizada.

Ejemplo: Piperidina

T

PC

TBACAP

ln1ln

n

n

n T

P

T

T

P

T

T

P

T

ln11

ln11

ln11

2

1

2

1

1

1

C

BAC

A

nP

P

P

ln

ln

ln

2

1

Ax y

Ejemplo: Piperidina

Solución

A = 11.4213

B = 1688.7

C = -132.12

12.132

7.16884213.11ln

ebTP

Ecuación de Antoine para la piperidina

Ejemplo

340 342 344 346 348 350 352 354 356 358 36025

30

35

40

45

50

55

60

T [K]

P [

kP

a]

280 290 300 310 320 330 340 350 360 370 3800

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]

280 290 300 310 320 330 340 350 360 370 3800

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]

280 290 300 310 320 330 340 350 360 370 3800

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]

280 290 300 310 320 330 340 350 360 370 3800

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]

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]

280 290 300 310 320 330 340 350 360 370 3800

50

100

150

Importancia del Modelo Teórico

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

P [kPa]

Teb [°K]

280 290 300 310 320 330 340 350 360 370 3800

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]

340 345 350 355 360 365 370 37540

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]

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]

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