Mestrado em Estatística Aplicada e Biometria

URI Permanente para esta coleçãohttps://repositorio.unifal-mg.edu.br/handle/123456789/2658

Navegar

Navegando Mestrado em Estatística Aplicada e Biometria por Assunto "Adsorção"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    ItemAcesso aberto (Open Access)
    Abordagem bayesiana da isoterma de langmuir
    (Universidade Federal de Alfenas, 2016-02-12) Carvalho, Diailison Teixeira De; Muniz, Joel Augusto; Ramos, Patrícia De Siqueira; Savian, Taciana Villela
    Os metais-traço são contaminantes altamente tóxicos presentes sobretudo no meio aquático. Uma técnica eficiente para remoção desses metais-traço é o processo de adsorção. Em estudos laboratoriais relacionados à adsorção há a geração de materiais contaminados, o que implica em riscos socioambientais, além de custos adicionais associados ao tratamento e descarte apropriado dos resíduos tóxicos gerados. Diante disso, há uma limitação prática na quantidade de amostra disponível. O processo de adsorção pode ser descrito por isotermas de adsorção, das quais a mais conhecida é a isoterma de Langmuir. Esta isoterma apresenta o parâmetro k, relacionado à energia de adsorção, e o parâmetro M, que indica a capacidade máxima de adsorção do metal em uma matriz adsorvente. A estimação destes parâmetros geralmente baseia-se em métodos assintóticos, portanto para tamanhos de amostras pequenas as estimativas tendem a apresentar baixa precisão e acurácia. Desse modo, há um impasse em como obterem-se estimativas precisas e acuradas e ao mesmo tempo utilizar-se de amostras de tamanho reduzido. Objetivando superar este problema, foi estudado neste trabalho, a aplicação da inferência bayesiana no ajuste da isoterma de Langmuir considerando prioris informativas e não informativas. Realizou-se então um estudo de simulação de dados com tamanhos amostrais de 5, 6, 7, 9, 12, 15, 20, 25 e 30, analisados em dois cenários com diferentes valores de M e k. Para avaliar a precisão foram utilizados o erro quadrático médio e a amplitude do intervalo HPD ao nível de 95% de credibilidade, para a acurácia o viés médio relativo absoluto. Amostras das distribuições marginais a posteriori dos parâmetros foram obtidas pelo amostrador de Gibbs. As inferências foram realizadas e os resultados indicaram que as estimativas obtidas com uso das prioris informativas apresentaram maiores precisão e acurácia mesmo em tamanhos amostrais inferiores. Posteriormente ajustou-se a isoterma sobre dados experimentais de adsorção de chumbo Pb2+ em cascas de laranja, considerando as prioris propostas e os resultados obtidos corroboraram com o estudo de simulação. Assim, a metodologia bayesiana mostrou-se eficiente para a estimação dos parâmetros da isoterma de Langmuir e o uso de prioris informativas permitiu a obtenção de estimativas com precisão e acurácia satisfatórias para tamanhos amostrais relativamente inferiores, o que permite contornar a limitação prática da quantidade de amostra disponível em estudos reais de adsorção.
  • Imagem de Miniatura
    ItemAcesso aberto (Open Access)
    Isoterma de adsorção de Langmuir com estruturas de erros autorregressivos regulares e irregulares
    (Universidade Federal de Alfenas, 2016-02-29) Cintra, Cristiane Costa Da Fonseca; Nogueira, Denismar Alves; Dias, Adriana; Schrodem, Quintiliano Siqueira
    A adsorção é uma operação de transferência de massa do tipo sólido-fluido na qual ocorre o acúmulo químico ou físico de uma substância ou material por mecanismos químicos, na interface entre a superfície sólida chamada de adsorvente, e a solução chamada de adsorvato, amplamente utilizada para a remoção de poluentes em efluentes industriais. Em muitos estudos, em que a adsorção é modelada pela isoterma de Langmuir, os erros são correlacionados e a coleta de dados nem sempre é feita de forma regular (equidistante). A autocorrelação dos erros e irregularidade nas medições da variável independente podem influenciar a estimação dos parâmetros do modelo. Uma forma de modelar os erros dependentes em um modelo de regressão é utilizar um processo autorregressivo que, por sua vez, supõe que as observações sejam realizadas em intervalos equidistantes. Entretanto, a definição da variável independente muitas vezes é realizada em intervalos irregulares, ocasionando a redução de informações obtidas do conjunto de dados. Uma possível melhoria da qualidade do ajuste destes modelos, considerando a irregularidade, é o uso do processo autorregressivo irregular. Este trabalho teve como objetivo comparar o impacto na estimação dos parâmetros da isoterma de adsorção de Langmuir com diferentes estruturas de erros autorregressivos, regulares e irregulares, considerando a autocorrelação positiva. Avaliou-se, também, a estimação para diferentes tamanhos amostrais, diferentes valores de autocorrelação do erro e diferentes posicionamentos das observações não equidistantes. Verificou-se que há a necessidade de se respeitar as pressuposições do modelo e, portanto, ignorar a autocorrelação, produz viés nas estimativas dos parâmetros e que o modelo autorregressivo irregular foi mais preciso e acurado na maioria dos cenários analisados.