Escolar Documentos
Profissional Documentos
Cultura Documentos
COM/
INTERPOLAR i 0 1 2 3 4 5 t 0 0.1 0.4 0.6 0.8 1 CB 0 0.3 0.55 0.8 1.1 1.15
EN UNA REACCION QUIMICA, LA CONCENTRACION DEL PRODUCTO CB CAMBIA CON EL TIEMPO COMO SE INDICA EN LA TABLA DE ABAJO. CALCULE:
LA CONCENTRACION CB CUANDO t=0.82
INTERPOLAR EN TB=0.82
ECUACIONES DE ESTADO
Utilice la ecuacin de Redlich /Kwong, para estimar los volmenes molares del vapor y el liquido, saturados bajo estas condiciones.
EN POLIMATH 6.0
EN EXCEL 2010
SEPARACIN FLASH: A UN SISTEMA DE SEPARACIN FLASH, INGRESA 100 MOLES/H DE UNA MEZCLA
Teniendo en cuenta los datos de la siguiente tabla calcular la fraccin vaporizada as como los flujos en cada corriente con sus respectivas composiciones:
EN POLIMATH
POLYMATH Report
Nonlinear Equation
No Title 25-oct-2013
Variable q
Value 0.5158582
f(x) 1.079E-13
9,8 6,2 14,7 17,5 26,1 12,8 28,6 17,6 23,7 26,8 22,7 18,0 20,5 11,0 20,9 15,5 19,4 16,7 10,7 19,1 15,2 22,9 26,6 20,4 21,4 19,2 21,4 19,2 21,6 Con un nivel de confianza del 95% estimar el verdadero promedio de emisin diaria de xido de azufre. No se tiene ningn antecedente
De la muestra de 40 datos, calculamos la media y la desviacin = 18,58 s = 5,47 Pero al no conocerse la desviacin estndar de la poblacin, se recurre a la desviacin estndar de la muestra, pero utilizando la siguiente frmula con el estadstico t de Student.
CONCLUSION:
Con un 95% de confianza es probable que el verdadero promedio de emisin diaria de xido de azufre se encuentre entre 16,83 a 20,33 toneladas
ASIMETRA
Esta medida nos permite identificar si los datos se distribuyen de forma uniforme alrededor del punto central (Media aritmtica). La asimetra presenta tres estados diferentes, cada uno de los cuales define de forma concisa como estn distribuidos los datos respecto al eje de asimetra. Se dice que la asimetra es positiva cuando la mayora de los datos se encuentran por encima del valor de la media aritmtica, la curva es Simtrica cuando se distribuyen aproximadamente la misma cantidad de valores en ambos lados de la media y se conoce como asimetra negativa cuando la mayor cantidad de datos se aglomeran en los valores menores que la media.
Donde (g1) representa el coeficiente de asimetra de Fisher, (Xi) cada uno de los valores, ( la media de la muestra y (ni) la frecuencia de cada valor. Los resultados de esta ecuacin se interpretan:
)
(g1 = 0): Se acepta que la distribucin es Simtrica, es decir, existe aproximadamente la misma cantidad de valores a los dos lados de la media. Este valor es difcil de conseguir por lo que se tiende a tomar los valores que son cercanos ya sean positivos o negativos ( 0.5). (g1 > 0): La curva es asimtricamente positiva por lo que los valores se tienden a reunir ms en la parte izquierda que en la derecha de la media. (g1 < 0): La curva es asimtricamente negativa por lo que los valores se tienden a reunir ms en la parte derecha de la media.
Desde luego entre mayor sea el nmero (Positivo o Negativo), mayor ser la distancia que separa la aglomeracin de los valores con respecto a la media.
CURTOSIS
Esta medida determina el grado de concentracin que presentan los valores en la regin central de la distribucin. Por medio del Coeficiente de Curtosis, podemos identificar si existe una gran concentracin de valores (Leptocrtica), una concentracin normal (Mesocrtica) una baja concentracin (Platicrtica).
Donde (g2) representa el coeficiente de Curtosis, (Xi) cada uno de los valores, ( ) la media de la muestra y (ni) la frecuencia de cada valor. Los resultados de esta frmula se interpretan: (g2 = 0) la distribucin es Mesocrtica: Al igual que en la asimetra es bastante difcil encontrar un coeficiente de Curtosis de cero (0), por lo que se suelen aceptar los valores cercanos ( 0.5 aprox.). (g2 > 0) la distribucin es Leptocrtica (g2 < 0) la distribucin es Platicrtica