Escolar Documentos
Profissional Documentos
Cultura Documentos
TESINA
Para optar el Ttulo de Ingeniero Industrial
AUTOR
Carlos Alonso Flores Solano
LIMA PER
2014
DEDICATORIA
en los momentos difciles para cumplir mis ideales y llegar donde estoy.
INTRODUCCIN ............................................................................................................ 1
i
3.2.10. ANLISIS DE REGRESIN ...................................................................... 21
4.2.1. POBLACIN.............................................................................................. 26
ii
5.6. REALIZACIN DE MODELOS MATEMTICOS DEL PROCESO DE
FLOCULACIN DE AGUAS RESIDUALES .............................................................. 48
ANEXOS ....................................................................................................................... 64
iii
NDICE DE TABLAS
Tabla N1: Tabla ANOVA para un diseo completamente aleatorizado...16
con r replicaciones.19
NDICE DE GRFICOS
Grfico N1: Metodologa de investigacin...27
iv
INTRODUCCIN
La turbidez y el color son dos caractersticas indeseables en las aguas, ambas suelen
estar causados por partculas coloidales, que hacen que existan fuerzas de repulsin
entre ellas y les impida aglomerarse para sedimentar. La separacin de gran parte de
las impurezas tiene lugar por sedimentacin, sin embargo, debido a que muchas de
estas son demasiadas pequeas para obtener un proceso de eliminacin eficiente
mediante esta operacin, es preciso llevar a cabo la unin de estas partculas en
agregados de mayor tamao y ms fcilmente decantables con el fin de obtener una
separacin satisfactoria por sedimentacin, este proceso de formacin de agregados
recibe el nombre genrico de coagulacin, mientras que la floculacin tiene por
objetivo favorecer con la ayuda de la mezcla lenta el contacto entre las partculas
desestabilizadas.
El desarrollo y por ende el crecimiento de una urbe, trae consigo el aumento del
consumo de alimentos de vital necesidad, entre ellos las fuentes de protenas como la
carne, que en la mayora de los casos se obtienen de un mercado local.
2
Los procesos de floculacin pueden ser representados a travs de modelos
matemticos, que permiten conocer un comportamiento, por otro lado, estos modelos,
nos ayudan a predecir o conocer un evento sin la necesidad de realizar una
experimentacin.
3
Qu modelos matemticos permiten modelar el proceso de floculacin con penca
de tuna (nopal) y el almidn de papa en aguas residuales del camal Municipal de
la ciudad de Andahuaylas?
1.2. JUSTIFICACIN
4
Una alternativa es ver la posibilidad de utilizar productos naturales como
sustancias floculantes, por esta razn el presente trabajo se titula APLICACIN
DE UN ANOVA BIFACTORIAL Y MODELAMIENTO EN EL TRATAMIENTO POR
FLOCULACIN DE AGUAS RESIDUALES DEL CAMAL MUNICIPAL DE
ANDAHUAYLAS.
5
CAPTULO 2. OBJETIVOS
2.1. GENERAL
2.2. ESPECFICOS
6
CAPTULO 3. MARCO TERICO
3.1. ANTECEDENTES
8
3.2. BASES TERICAS
9
avanzados (biorremediacin), a fin de cumplir normas establecidas (Hernndez,
2005).
3.2.3. COAGULACIN
10
- Eliminacin de sustancias productoras de sabor y olor, en algunos casos de
precipitados qumicos suspendidos en otros.
3.2.4. FLOCULACIN
3.2.5. TURBIEDAD
11
destinados al mismo y a otros procesos de manufactura que requieren el empleo
de agua con caractersticas especficas, razn por la cual, la determinacin de la
turbiedad es muy til como indicador de la calidad del agua, y juega un papel muy
importante en el desempeo de las plantas de tratamiento de agua, formando
como parte del control de los procesos para conocer cmo y cundo el agua debe
ser tratada (Rodrguez, 2006).
3.2.6. ALMIDN
3.2.7. TUNA
12
preservacin y aplicacin de los polisacridos de la Tuna (Opuntia ficus) como
coagulante y/o ayudante de coagulacin en agua residuales de alta turbiedad y
alta alcalinidad (Hernndez, 2005).
Los derivados de la tuna o nopal son polvos blancos solubles en agua que se
extractan con relativa facilidad del Muclago. Han sido probados con agua turbia
artificial y natural y han dado resultados comparables o mejores que los de los
polmeros sintticos en el tratamiento de aguas superficiales. Su produccin no ha
sido hecha en escala industrial hasta el momento, pero podra hacerse.
Una hiptesis estadstica es una afirmacin sobre los valores de los parmetros
de una poblacin o proceso, que es susceptible de probarse a partir de la
informacin contenida en una muestra representativa que es obtenida de la
poblacin.
Cuando se hace una prueba de hiptesis se empieza por hacer una suposicin
tentativa acerca del parmetro poblacional. A esta suposicin tentativa se llama
hiptesis nula y se denota por H0. Despus se define otra hiptesis, llamada
hiptesis alternativa, que dice lo contrario de lo que establece la hiptesis nula y
se denota HA.
13
B. Estadstico de prueba
C. Criterio de rechazo
3.2.9. ANOVA
14
A. ANOVA de un Factor
H0: 1 = 2 =. . . = k
HA: No todas las medias poblacionales son iguales
Para probar la hiptesis dada por las relaciones mediante la tcnica ANOVA, se
debe separar la variabilidad total de los datos, para ello se tiene que una medida
de la variabilidad total presente en las observaciones es la suma total de
cuadrados dada por:
15
Donde:
Para presentar de manera adecuada los clculos se usa una tabla conocida como
tabla para el anlisis de varianza o tabla ANOVA. En la tabla N1 se muestra la
forma general de una tabla ANOVA para un diseo completamente aleatorizado.
Error SCE nT - k =
Total STC nT - 1
Observe que los resultados indican que STC = SCTR + SCE, donde la frmula
para estos valores es:
16
=
= =
=
=
=
=
Pero, si la hiptesis nula es falsa, el valor de CMTR/CME ser muy grande debido
a que CMTR sobreestima 2. Por tanto, si el valor de CMTR/CME resulta ser
demasiado grande para haber sido tomado de la distribucin F con k - 1 grados de
libertad en el numerador y nT k grados de libertad en el denominador, se
rechazar H0. Como la decisin de rechazar H0 est basada en el valor de
CMTR/CME, el estadstico de prueba que se usa para probar la igualdad de k
poblaciones es el siguiente:
=
CME
17
Este estadstico de prueba sigue una distribucin F con k - 1 grados de libertad en
el numerador y nT - k grados de libertad en el denominador.
B. ANOVA Bifactorial
18
El ANOVA para el experimento factorial de dos factores se parece al del
experimento completamente aleatorizado y al del experimento con bloques
aleatorizado en que tambin hay particin de las sumas de cuadrados y los grados
de libertad en sus fuentes correspondientes. La frmula para la particin de las
sumas de cuadrados en sus diversos componentes es:
Donde:
Tabla N2: Tabla ANOVA para el experimento factorial de dos factores con r replicaciones
Fuente de Suma de Grados de Cuadrado
F Valor-p
variacin cuadrados libertad medio
Total STC nT 1
19
Donde se emplea la notacin siguiente:
Para calcular los estadsticos F que se necesitan para las pruebas de significancia
del factor A, del factor B y de la interaccin, se necesitan calcular CMA, CMB,
CMAB y CME. Para calcular estos cuatro cuadrados medios (o medias de
cuadrados), se deben calcular primero SCA, SCB, SCAB y SCE; con esto se
calcula tambin STC. Para simplificar, los clculos se dividen en cinco pasos:
= ( )
= = =
=
=
=
=
20
Paso 4. Calcular la suma de cuadrados debida a la interaccin
= +
= =
21
Para estimar los parmetros de un modelo de regresin son necesarios los datos,
los cuales pueden obtenerse de experimentos planeados, de observaciones de
fenmenos no contralados o de registros histricos.
A. Coeficiente de determinacin R2
22
=
, ,
=
Donde:
| , , |
=
Donde:
23
como una medicin para ver cunto falta en promedio el modelo al hacer la
estimacin de la variable de respuesta.
3.3. HIPTESIS
24
CAPTULO 4. DISEO METODOLGICO
25
4.2. POBLACIN Y MUESTRA DE ESTUDIO
4.2.1. POBLACIN
Por otra parte la poblacin de pencas de Nopal, se considera los cultivos silvestres
ubicados en la zona de Santa Rosa del distrito de Talavera de la provincia de
Andahuaylas.
4.2.2. MUESTRA
26
Grfico N1: Metodologa de investigacin
Recoleccin de muestra
(Agua residual)
Separacin en probetas
Agitacin
Floculacin
Sedimentacin de floc
Decantacin
Medicin de Transmitancia
y % de floculacin
27
a) RECOLECCIN DE MUESTRA (AGUA RESIDUAL)
Se tomar las muestras en el camal, justo a la salida hacia el rio Chumbao, donde
se indicar la hora y fecha de recoleccin de manera exacta para tomar como
referencia para el anlisis de resultados.
d) AGITACIN
e) FLOCULACIN
28
mayor eficiencia, durante el tiempo de 12 minutos de sedimentacin para cada
muestra que se estudiar.
f) SEDIMENTACIN DE FLOC
g) DECANTACIN
a) VOLUMEN DE SEDIMENTACIN
29
3. Se tomar de cada muestra la parte del sedimento de slidos presentes en la
parte inferior de la jarra o probeta y se llevar a medir el volumen total ocupado
por el floc o floculs.
b) COLOR
30
6. Se retirar el tubo con el blanco y se colocar la muestra incgnita o los
testigo, se pasar a leer el porcentaje de transmitancia o absorbancia, de la
misma forma; tubo lleno hasta la mitad y haciendo coincidir las marcas del tubo
y portatubo.
Donde:
7. Despus de realizar cada lectura de las incgnitas lavar con agua destilada o
con la solucin de referencia o blanco haciendo coincidir la marca del tubo
con la del portatubo para garantizar la obtencin de resultados reales.
31
Tabla N3: Matriz de diseo experimental
Variable de entrada
Variable de
Tratamiento % de Muclago % de Almidn de
salida
de Nopal papa
1 + + R1
2 0 + R2
3 - + R3
4 + 0 R4
5 0 0 R5
6 - 0 R6
7 + - R7
8 0 - R8
9 - - R9
Fuente: Elaboracin propia
32
Para probar las diferencias significativas que propone las hiptesis.
Prueba de ANOVA
Nivel se significancia ()
33
TEST TUKEY
Nivel se significancia ()
Para probar cul de los tratamientos son diferentes unos de otros, se considerar
el siguiente criterio:
| | > ; Hay diferencia significativa entre tratamientos (diferentes
estadsticamente)
34
| | < ; No hay diferencia significativa entre tratamientos (iguales
estadsticamente)
= , ec. (01)
Donde:
9 9
= = = 6
35
4.6.1. GENERACIN DE MODELOS MATEMTICOS
= + ec. (02)
= + + ec. (03)
Donde:
i = , , , , ,
36
Donde:
Mientras que la calidad de ajuste de los modelos, se evaluar a travs del error
medio absoluto mea de acuerdo a la ecuacin (05), presentando mejor ajuste
aquella que presente una mea menor al 10% (Gutirrez y de la Vara, 2012). As
mismo se evaluar error estndar esperado SEE aplicando la ecuacin (06),
presentando un mejor ajuste aquel modelo que presente menor valor de SEE.
, ,
% = = | | ec. (05)
,
= , ,
= ec. (06)
Donde:
37
CAPTULO 5. RESULTADOS
39
a mayor cantidad de almidn mayor ser el sedimento, adems el incremento de
ml de Muclago incrementa la carga de Floc.
40
Tabla N7: ANOVA bifactorial para el porcentaje de Floc.
Fuente GL SC MC Fcalculado p-value
Almidn 2 7.052 3.526 32.15 0.00
Muclago 2 3.189 1.595 14.54 0.00
Interaccin 4 3.914 0.979 8.92 0.00
Error 45 4.935 0.110
Total 53 19.090
Fuente: MIITAB 15. INC. (2004)
41
Grfico N2: Efecto independiente de las variables sobre la Transmitancia
93.50
93.45
Transmitancia (%)
93.40
93.35
93.30
93.25
93.20
Por otro lado, el efecto de las variables de entrada sobre el % de Floc, se muestra
en el grfico N3, del cual se desprende que para cualquier incremento de almidn
de papa, se incrementa el % de Floc, es decir tiene una relacin directa, mientras
que para la variable Muclago sucede lo contrario. Es conveniente lograr menores
cantidades de Floc, esto debido a que el Floc forma sedimento el cual luego ser
desechado, por lo que se puede concluir que la utilizacin de un bajo nivel de
almidn y alto porcentaje de muclago, recaer en un bajo % de Floc.
42
Grfico N3: Efecto independiente de las variables sobre el % de Floc
g de Almidn ml Muclago
9.5
9.4
9.3
9.2
% de Floc
9.1
9.0
8.9
8.8
8.7
8.6
0.75 1.00 1.25 30 45 60
Fuente: Elaboracin propia
43
Por otra parte, cuando se analiza el efecto combinado entre el Muclago y el
almidn de papa, se observa claramente que para 45 ml de muclago incrementa
la Transmitancia a medida que se aumenta la cantidad de almidn, lo contrario
sucede para 60 ml de Muclago, es decir disminuye la Transmitancia con el
incremento de almidn de papa.
94
Almidn (g)
93
92
95
Almidn (g)
94 0.75
1.00
Muclago (ml) 1.25
93 Muclago(ml)
30
45
60
92
0.75 1.00 1.25
Fuente: Elaboracin propia
44
En el mismo grfico N5, para todo los casos de ml de muclago, se incrementa el
% de floc cuando se incrementa los g de almidn, de todos ellos el que reporta
menores valores de % de floc es cuando se utiliza 60 ml de muclago con 0.75 g
de almidn de papa
9.6
9.2
g de Almidn 8.8
8.4
8.0
9.6 g de
Almidn
0.75
9.2
1.00
1.25
8.8 ml de Muclago ml de
Muclago
8.4 30
45
8.0 60
45
5.5. PRUEBA DE MEDIAS TEST DE TUKEY
46
En la tabla N8, se presenta la diferencia significativa entre tratamientos para l
porcentaje de Floc, a travs de valores de la probabilidad evaluada p-value
calculada por medio del Software MINITAB 15, se observa que:
Este mismo hecho puede observar en el grfico N6, donde se utiliz el nivel de
significancia, = 0.05, en la que el intervalo del tratamiento T1, se solapa con los
intervalos de todos los tratamientos a acepcin de T3; mientras que T2 no se
solapa con T3, T7 y T9, el mismo anlisis se realiza para los dems casos.
47
Grfico N6: Diagrama de medias de los tratamientos
10.0
9.73
9.55
9.5
9.27
9.2 9.2
9.0
% de Floc
8.77
8.63 8.67
8.5
8.0 7.97
T1 T2 T3 T4 T5 T6 T7 T8 T9
48
experimentales, esto debido a que presenta mayor valor del coeficiente de
determinacin mltiple R2 (0. 478), y menores valores para el %MEA (0.837),
aunque el valor del SEE es relativamente mayor a comparacin a los otros
modelos, no obstante se considera el mejor modelo, en vista de que los dos
estadgrafos R2 y %MEA son mejores que en los otros casos.
49
Donde:
50
Grfico N7: Superficie de respuesta para la Transmitancia
51
Adems se puede observar que se logra Transmitancias bajas para valores bajos
de Almidn y Muclago o para valores altos de los mismos.
52
Tabla N10: Modelos matemticos para el porcentaje de Floc
N Modelo Coeficientes R2 %MEA SEE
= + + a 8.123
1 b 1.700 0.807 2.792 0.370
Lineal c -0.018
a 12.373
= + + +
b -2.550
2 0.930 1.602 0.253
c -0.113
Con interaccin
d 0.094
a 13.046
= + + + + b -5.144
3 c -0.097 0.851 2.502 0.404
Cuadrtico d 3.422
e 0.001
a 17.296
b -9.394
= + + + + + c -0.192
4 0.968 1.261 0.224
Cuadrtico con interaccin d 3.422
e 0.001
f 0.094
Fuente: Elaboracin propia
Donde:
53
En esta se aprecia que el modelo cuadrtico con interaccin muestra mayor valor
de R2 (0.968) bajos valores de %MEA (1.261) y SEE (0.224), en comparacin a
los otros modelos, esto hace que este modelo (N4) se ajuste de mejor manera a
los datos experimentales, asimismo se aprecia que los coeficientes del Almidn y
Muclago disminuyen el porcentaje de Floc, es decir cualquier incremento de
Almidn y Muclago disminuyen el porcentaje de Floc a partir de un valor inicial de
17.296.
54
Este mismo hecho se observa en el grfico N9 a travs de la superficie de
respuesta, donde la zona de optimizacin se encuentra en el intervalo de 0.90 g
de Almidn y 55 ml de Muclago, donde la zona de optimizacin es aquella en el
cual el porcentaje de Floc debe ser lo mnima posible, porque las cantidades de
Floc sern desechadas.
55
5.7. OPTIMIZACIN DE LAS VARIABLES DE ENTRADA
56
CAPTULO 6. CONCLUSIONES
Se aplic un ANOVA de dos factores para el porcentaje de Floc, donde las variables
de entrada fueron g de Almidn y ml de Muclago de penca de tuna en diferentes
niveles, observndose que si existe diferencia significativa entre tratamientos (p-
value < 0.05) y estos difieren entre si indicando que el porcentaje de Floc para cada
tratamiento es diferente.
57
Cuando se analiza el efecto combinado de ml de Muclago y g de Almidn se
observa que para 45 ml de Muclago incrementa la Transmitancia a medida que
aumenta los g de Almidn, lo contrario sucede para las otras cantidades de
Muclago, la Transmitancia disminuye con el incremento de g de Almidn de papa.
58
CAPTULO 7. RECOMENDACIONES
59
Es conveniente lograr el menor porcentaje de Floc posible, porque cuando menor
sea la carga de Floc menor ser la utilizacin de Almidn y Muclago, logrando de
esta manera reducir la cantidad y el costo de estas variables en el proceso de
floculacin.
60
REFERENCIAS BIBLIOGRFICAS
Aguilar, M., Sez, J., Llorns, M., Soler, A. y Ortuo, J. (2002). Tratamiento Fsico
Qumico de Aguas Residuales Coagulacin Floculacin. 1 Edicin, Universidad de
Murcia, Servicio de Publicaciones, Espaa.
Garcia, J., Castillo, A., Ramrez, M., Rendn, G. y Larque, M. (2001). Comparacin
de los procedimientos de Tukey, Duncan, Dunnett, HSU y Bechhofer para seleccin de
medias. Rev. Agrociencia Vol 35, N 1: 79-86.
61
Gutirrez, H. y De la Vara, R. (2012). Anlisis y Diseo de Experimentos, 3 edicin,
McGraw-Hill Interamericana Editores, Mxico.
Rodrguez, A., Letn, P., Rosal, R., Dorado, M., Villar, S. y Sanz, J. (2006).
Tratamientos avanzados de aguas residuales industriales, Elec Industria Grfica,
Espaa.
Ramos, J. (2006). Anlisis de la calidad del agua para consumo humano en el rea
urbana del puerto de San Jos, Universidad de San Carlos; Guatemala.
Romero, J. (2006). Calidad del Agua, 2da edicin, Editorial Alfaomega, Colombia.
62
Tarifa, E. (2000). Optimizacin y Simulacin de procesos Mtodos Numricos.
Universidad de Jujuy Argentina
REFERENCIAS ELECTRNICAS:
63
ANEXOS
64
Transmitancia: Es la relacin entre la cantidad de luz transmitida que llega al detector
una vez que ha atravesado la muestra y la cantidad de luz que incidi sobre ella el cual
se representa normalmente en tanto por ciento.
65
ANEXO 02: RESULTADOS DE LA MEDIDA DE LA TRANSMITANCIA
66
ANEXO 04: RESULTADOS DE MODELACIN PARA LA TRANSMITANCIA
A. MODELO LINEAL
ESTADSTICAS REGRESIN
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.062
Coeficiente de determinacin R^2 0.004
R^2 ajustado -0.328
Error tpico 1.268
Observaciones 9.000
ANALISIS DE LA VARIANZA
67
B. MODELO CON INTERACCIN
ESTADSTICAS REGRESIN
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.441
Coeficiente de determinacin R^2 0.194
R^2 ajustado -0.289
Error tpico 1.249
Observaciones 9.000
ANALISIS DE LA VARIANZA
68
C. MODELO CUADRATICO
ESTADSTICAS REGRESIN
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.194
Coeficiente de determinacin R^2 0.038
R^2 ajustado -0.924
Error tpico 1.526
Observaciones 9.000
ANALISIS DE LA VARIANZA
69
D. MODELO CUADRATICO CON INTERACCION
ESTADSTICAS REGRESIN
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.478
Coeficiente de determinacin R^2 0.228
R^2 ajustado -1.058
Error tpico 1.578
Observaciones 9.000
ANALISIS DE LA VARIANZA
70
ANEXO 05: RESULTADOS DE MODELACIN PARA EL PORCENTAJE DE FLOC
A. MODELO LINEAL
ESTADSTICAS REGRESIN
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.807
Coeficiente de determinacin R^2 0.652
R^2 ajustado 0.536
Error tpico 0.370
Observaciones 9.000
ANALISIS DE LA VARIANZA
71
B. MODELO CON INTERACCIN
ESTADSTICAS REGRESIN
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.930
Coeficiente de determinacin R^2 0.864
R^2 ajustado 0.783
Error tpico 0.253
Observaciones 9.000
ANALISIS DE LA VARIANZA
72
C. MODELO CUADRATICO
ESTADSTICAS REGRESIN
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.851
Coeficiente de determinacin R^2 0.723
R^2 ajustado 0.447
Error tpico 0.404
Observaciones 9.000
ANALISIS DE LA VARIANZA
73
D. MODELO CUADRATICO CON INTERACCION
ESTADSTICAS REGRESIN
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.968
Coeficiente de determinacin R^2 0.936
R^2 ajustado 0.830
Error tpico 0.224
Observaciones 9.000
ANALISIS DE LA VARIANZA
74
ANEXO 06: DATOS DE LA OPTIMIZACIN A TRAVS DE SOLVER
Celdas de variables
Celda Nombre Valor original Valor final Entero
$F$4 Optimo Almidn (g) 1.00 0.88 Continuar
$G$4 Optimo Muclago (ml) 40.00 52.40 Continuar
Restricciones
Celda Nombre Valor de la celda Frmula Estado Demora
$E$4 Optimo % Floc 8.40 $E$4<=8.4 Vinculante 0.00
$F$4 Optimo Almidn (g) 0.88 $F$4<=$F$5 No vinculante 0.37
$F$4 Optimo Almidn (g) 0.88 $F$4>=$F$6 No vinculante 0.13
$G$4 Optimo Muclago (ml) 52.40 $G$4<=$G$5 No vinculante 7.60
$G$4 Optimo Muclago (ml) 52.40 $G$4>=$G$6 No vinculante 22.40
Celdas de variables
Final Reducido
Celda Nombre Valor Degradado
$F$4 Optimo Almidn (g) 0.88 0
$G$4 Optimo Muclago (ml) 52.40 0
Restricciones
Final Lagrange
Celda Nombre Valor Multiplicador
$E$4 Optimo % Floc 8.40 0.0075
75
Microsoft Excel 14.0 Informe de lmites
Objetivo
Celda Nombre Valor
$D$4 Optimo Transmitancia 93.70
76
ANEXO 08: CURVAS DE FLOCULACIN
77
ANEXO 09: VARIABLES INDEPENDIENTES O VARIABLES DE ENTRADA
Almidn de papa
78
ANEXO 10: FLOCULACIN DE AGUAS RESIDUALES DE CAMAL MUNICIPAL DE
ANDAHUAYLAS
79