Resumen

BURGOS-HUEZO, Humberto; GARFIAS-SOLIZ, Jaime; MARTEL, Richard  y  SALAS-GARCIA, Javier. Análisis de regresión: Enfoque del desempeño de la curva de ruptura en un sistema dinámico. Ing. invest. y tecnol. [online]. 2024, vol.25, n.1, e-1828.  Epub 07-Abr-2025. ISSN 2594-0732.  https://doi.org/10.22201/fi.25940732e.2024.25.1.003.

La presencia de arsénico disuelto en agua para consumo humano es un problema sanitario de importancia global. El objetivo de este trabajo fue evaluar la incidencia que tienen el análisis de regresión lineal (RL) y no lineal, sobre la estimación de los parámetros de adsorción de diversos modelos matemáticos para explicar el proceso de remoción de contaminantes desde la fase acuosa. Para ello, se utilizaron zeolitas químicamente modificadas para la adsorción de As(V) en un sistema dinámico de columna de lecho fijo (CLF). La cinética de adsorción se analizó con los modelos lineales y no lineales de Thomas y Yan y la Ecuación de Advección de Dispersión (EAD). La regresión lineal muestra la baja idoneidad del modelo lineal de Yan (YL) para representar la curva de ruptura experimental (CRE), causada por una mayor sensibilidad a la linealización del modelo. En la regresión no lineal (RNL), el modelo de mejor ajuste fue evaluado utilizando seis índices de ajuste, mostrando, a partir de ello, la existencia de una variación en la curva de ruptura de predicción, producto de una distribución del error (DDE) diferente a partir de cada uno de ellos. Existe divergencia en la estimación paramétrica a partir del enfoque de modelación utilizado, lineal o no lineal, derivada de los cambios inducidos en la DDE por la linealización de los modelos. La idoneidad para explicar el proceso de adsorción sigue el orden: Thomas no lineal (TNL)>EAD> Yan no lineal (YNL)> Thomas lineal (TL)>YL. Se puede concluir que la regresión no lineal fue más apropiada para el proceso de estimación paramétrica de los modelos de adsorción.

Palabras llave : Arsénico; adsorción; zeolitas; sistema dinámico; índices de ajuste; suma del error normalizado; modelación matemática; análisis de regresión lineal y no lineal.

        · resumen en Inglés     · texto en Español     · Español ( pdf )