martes, 24 de septiembre de 2013

Diseño de reactores. Parte 5. Una aplicación en ecología de poblaciones.

Diseño de reactores. Parte 5. Una aplicación en ecología de poblaciones.

Este ejercicio está basado en el problema 18A de Fogler (2001).

Inicialmente hay 500 conejos (x) y 200 zorros (y) en los terrenos del granjero Olaf. Use POLYMATH o MATLAB para graficar la concentración de zorros y conejos en función del tiempo para un periodos de hasta 500 días. Las relaciones depredador-presa están dadas por el siguiente conjunto de ecuaciones diferenciales ordinarias acopladas:

dx/dt=k1*x-k2*x*y
dy/dt=k3*x*y-k4*y

La constante para el crecimiento de la población de conejos k1=0.02 día-1; la constante para la muerte de conejos k2=0.00004/(día*número de zorros); la constante para el crecimiento de la población de zorros después de comer conejos k3=0.0004 /(día*número de conejos); la constante para la muerte de zorros k4=0.04 dia-1.
¿Qué resultados obtiene para el caso k3=0.00004 /(día*número de conejos) y tfinal=800 días? Grafique también el número de zorros contra el número de conejos. Explique por qué las curvas tienen el aspecto que tienen.
Varíe los valores de los parámetros k1, k2, k3 y k4. Explique cuáles parámetros pueden o no ser más grandes que otros. Escriba un párrafo que describa sus hallazgos.

Se escribieron dos programas, foglercap1ej18A.m y foglercap1ej18Arun.m, el primero con el planteamiento del problema y el segundo con las instrucciones para ejecutar la solución. Se graficó el problema para una duración de la simulación de 500 y 1500 días (Figuras 6 y 7). A continuación se presenta el código de los dos programas mencionados.

% foglercap1ej18A
function dy=foglercap1ej18A(t,y)
k1=0.02;    % constante para el crecimiento de la poblacion de conejos (dia^-1)
k2=0.00004; % constante para el decrecimiento (muerte) de la poblacion de conejos ((dia*#zorros)^-1)
k3=0.0003;  % constante para crecimiento de poblacion de zorros despues haber comido conejos ((dia*#conejos)^-1)   
k4=0.04;    % constante para el decrecimiento (muerte) de la poblacion de zorros (dia^-1)
dy=zeros(2,1);
dy(1)=k1*y(1)-k2*y(1)*y(2);     % poblacion de conejos
dy(2)=k3*y(1)*y(2)-k4*y(2);     % poblacion de zorros

% foglercap1ej18Arun
[t,y]=ode45('foglercap1ej18A',[0 500],[500 200]);
[t,y(:,1),y(:,2)]
[t(end),y(end,1),y(end,2)]
plot(t,y(:,1),'b*',t,y(:,2),'k+')
xlabel('tiempo (dias)')
ylabel('poblacion (individuos)')
title('interacciones de una poblacion de conejos y una poblacion de zorros')
grid
text(100,2250,'+ conejos')
text(100,2750,'* zorros')


Figura 6. Gráfico de 500 días para la interacción entre una población de conejos (presa) y una de zorros (depredador).

La población de conejos alcanza un máximo a los 10 días, cuando la población de zorros es de 638 animales (t=10.0; conejos=525.6; zorros=638.6). La población de zorros contunúa aumentando velozmente hasta un máximo de 2979 animales, mientras que la población de conejos ha resultado mermada hasta 137 animales (t=33.0; conejos=137.4; zorros=2979.2). La población de conejos sigue disminuyendo rápidamente llegando a un mínimo de 10 animales en el día 92 de la simulación (t=92.0; conejos=10.4; zorros=483.9). A partir de este punto la población de conejos se recupera con lentitud, mientras que la población de zorros alcanza un mínimo de 7 animales en el día 242 de la simulación (t=242.7; conejos=123.4; zorros=7.3). Ambas poblaciones continúan recuperándose y la población de conejos alcanza los 500 individuos (la población inicial) a los 319 días de la simulación (t=319.0; conejos=511.9; zorros=219.1). Un nuevo máximo de conejos se alcanza a los 325 días de la simulación (t=325.7; conejos=535.2; zorros=487.6) y un nuevo máximo de zorros se alcanza a los 351 días de la simulación (t=351.9; conejos=123.7; zorros=3021.0).


Figura 7. Gráfico de 1500 días para la interacción de una población de conejos y una de zorros.


Figura 8. Gráfico de una simulación de 15000 días de duración. Los máximos de poblaciones de conejos y zorros se presentan cada vez en números más elevados.


Figura 9. Gráfico para la interacción de una población de conejos y una población de zorros con una duración de 500 días. Se cambió el valor de la constante k3 (k3=0.00004).


Figura 10. Gráfico de la interacción de una población de conejos y una población de zorros con duración de 15000 días. Se utilizó el valor de la constante k3=0.00004. Ahora la población de conejos se hace mayor que la población de zorros, además de que los máximos alcanzan un valor más o menos semejante en cada pico.


Figura 11. Gráfico de interacción de una población de zorros y una población de conejos, variando los valores de las constantes de la siguiente manera: k1>k4>k2=k3. k1=0.04; k2=0.00004; k3=0.00004; k4=0.02.


Figura 12. Gráfico de interacción de una población de zorros y una población de conejos, variando los valores de las constantes de la siguiente manera: k1>k4>k2=k3. k1=0.04; k2=0.00004; k3=0.00004; k4=0.02.


Figura 13. Gráfico de interacción de una población de zorros y una población de conejos, variando los valores de las constantes de la siguiente manera: k1>k4>k2=k3. k1=0.2; k2=0.00004; k3=0.00004; k4=0.004.


Figura 14. Gráfico de interacción de una población de zorros y una población de conejos, variando los valores de las constantes de la siguiente manera: k1>k4>k2=k3. k1=0.2; k2=0.00004; k3=0.00004; k4=0.004.


Figura 15. Gráfico de interacción de una población de zorros y una población de conejos, variando los valores de las constantes de la siguiente manera: k1>k2=k4>k3. k1=0.2; k2=0.004; k3=0.00004; k4=0.004.


Figura 16. Gráfico de interacción de una población de zorros y una población de conejos, variando los valores de las constantes de la siguiente manera: k1>k2=k4>k3. k1=0.2; k2=0.004; k3=0.00004; k4=0.004.


Figura 17. Gráfico de interacción de una población de zorros y una población de conejos, variando los valores de las constantes de la siguiente manera: k2>k1>k3>k4. k1=0.02; k2=0.04; k3=0.004; k4=0.0004.


Figura 18. Gráfico de interacción de una población de zorros y una población de conejos, variando los valores de las constantes de la siguiente manera: k2>k1>k3>k4. k1=0.02; k2=0.04; k3=0.004; k4=0.0004.


Figura 19. Gráfico de interacción de una población de zorros y una población de conejos, variando los valores de las constantes de la siguiente manera: k2=k4>k1=k3. k1=0.0002; k2=0.04; k3=0.0002; k4=0.04.


Figura 20. Gráfico de interacción de una población de zorros y una población de conejos, variando los valores de las constantes de la siguiente manera: k2=k4>k1=k3. k1=0.0002; k2=0.04; k3=0.0002; k4=0.04.

Bibliografía


Fogler, H.Scot. 2001. Elementos de ingeniería de las reacciones químicas. Tercera edición. Pearson Educación. México.











Diseño de reactores.Parte 4. Reactor isotérmico de flujo continuo en fase gaseosa.

Diseño de reactores. Parte 4. Reactores isotérmicos de flujo continuo en fase gaseosa.

Este ejercicio está basado en el problema 12A de Fogler (2001).

La reacción en fase gaseosa A ---> B + C se realiza isotérmicamente en un reactor por lotes con un volumen constante de 20 dm^3. 20 mol de A se colocan inicialmente en el reactor. El reactor está bien mezclado,
a) si la reacción es de primer orden: -rA=k*CA, con k=0.865 min-1. Calcule el tiempo necesario para reducir el número de moles de A en el reactor a 0.2 mol (Nota: NA=CA*V).
b) si la reacción es de segundo orden: -rA=k*C2A, con k=2 dm3/mol*min. Calcule el tiempo necesario para consumir 19.0 mol de A.
c) si la temperatura es de 127°C, calcule la presión total inicial. Calcule la presión total final suponiendo que en la reacción se consume totalmente A.
Programa para el inciso A. Cinética de reacción de primer orden.
El código para el planteamiento del problema se escribió en el programa foglercap1ej12UNO.m y las instrucciones para ejecutar la solución se escribieron en el programa foglercap1ej12UNOrun.m. El código de ambos programas se muestra a continuación y el gráfico con los resultados se puede ver en la Figura 4.

% foglercap1ej12a
function dy=foglercap1ej12UNO(t,y)
k=0.865;     % constante cinetica de orden uno (min^-1)
V=20;       % volumen en dm^3; Na=Ca*V; Nao= 20 mol; Cao=1 mol/dm^3
% cuando en el reactor hay 0.2 mol de A, Ca=0.01 mol/dm^3
dy=-k*y*V;

% foglercap1ej12UNOrun
[t,y]=ode45('foglercap1ej12UNO',[0 1],1);
[t,y]
plot(t,y,'k-')
xlabel('tiempo (min)')
ylabel('concentracion [A] (mol/dm^3)')
title('reactor por lotes con cinetica de primer orden')
grid



Figura 4. Gráfico de tiempo contra concentración de A en un reactor por lotes con cinética de primer orden.

La condición final, 0.2 mol (0.01 mol/dm3), se cumple aproximadamente en el punto (0.26355, 0.010477).
Programa para el inciso B. Cinética de reacción de segundo orden.
El planteamiento del problema se escribió en el archivo foglercap1ej12DOS.m y las instrucciones para obtener la solución se guardaron en el archivo foglercap1ej12DOSrun.m. A continuación se muestra el código de los programas y el gráfico de los resultados obtenidos (Figura 5).

% foglercap1ej12DOS
function dy=foglercap1ej12DOS(t,y)
k=2;     % constante cinetica de orden dos (dm^3/mol*min)
V=20;       % volumen en dm^3; Na=Ca*V; Nao= 20 mol; Cao=1 mol/dm^3
% cuando en el reactor hay 1.0 mol de A, Ca=0.05 mol/dm^3
dy=-k*y^2*V;

% foglercap1ej12DOSrun
[t,y]=ode45('foglercap1ej12DOS',[0 1],1);
[t,y]
plot(t,y,'k-')
xlabel('tiempo (min)')
ylabel('concentracion [A] (mol/dm^3)')
title('reactor por lotes con cinetica de orden dos')
grid


Figura 5. Gráfico de tiempo contra concentración de A en un reactor por lotes con cinética de orden dos.

La condición  final, 1.0 mol (0.05 mol/dm3), se cumple aproximadamente en el punto (0.46088, 0.051497).
Solución para el inciso C.
T=127°C
Calcule la presión total inicial. Si se consume totalmente A, calcule la presión total final.
P*V=n*R*T
R=8.314 (kPa*dm3)/(mol*K)
K=°C+273.16
V=20 dm3
n= 20 mol
T= (127+273.16)°C=400.16°C
1 atm= 101.33kPa
1 psi= 6.8943kPa
La presión inicial total es entonces:
P=20*8.314*400.16/20=3326.9kPa=32.832 atm
La presión final será:
P=40*8.314*400.16/20=6653.9kPa= 65.666 atm

Bibliografía

Fogler, H.Scot. 2001. Elementos de ingeniería de las reacciones químicas. Tercera edición. Pearson Educación. México.





Diseño de reactores. Parte 3. Reactor isotérmico de flujo continuo

Diseño de reactores. Parte 3. Reactores isotérmicos de flujo continuo.

Este ejercicio está basado en el problema 11A de Fogler (2001).

La reacción A ---> B se efectuará isotérmicamente en un reactor de flujo continuo. Calcule los volúmenes de reactores tanto CSTR como de PFR necesarios para consumir 99% de A, si la velocidad de flujo molar que entra es de 5 mol/h, suponiendo que la velocidad de reacción, -rA es:
a) -rA=k, con k=0.05 mol/h*dm3.
b) -rA=k*CA, con k=0.0001 s-1.
c) -rA=k*C2A, con k= 3 dm3/mol*h.
La velocidad de flujo volumétrico de entrada es de 10 dm3/h. Nota: FA=CA*v. Si la velocidad de flujo volumétrico es constante v=vo, entonces FA=CA*vo. También CA=FA/vo=(5 mol/h)/(10dm3/h)=0.5 mol/dm3.
      Ec 12
Fjo-Fj=rj*V       Ec 12 integrada

Programa para reactor CSTR:
% FoglerCap1ej11a
% se pide calcular el volumen de un reactor continuo de mezcla completa
% para consumir el 99% de A con una velocidad de flujo molar de entrada
% de 5 mol/h, con velocidad de reacción -rA=k=0.05 mol/h*dm^3
format short g
ra=0.05;                               % (mol/h*dm^3); ra=k
Fao=5;                  % (mol/h) flujo molar
vo=10;                  % (dm^3/h) flujo volumetrico
Cao=Fao/vo
Ca=0.01*Cao
Fao=Ca*vo;
% V=(Fao-Fa)/ra;
V=(Cao*vo-Ca*vo)/ra     % volumen en dm^3

El programa foglercap1ej11a.m genera los siguientes resultados en la ventana de comandos de MATLAB:
EDU>> foglercap1ej11a
Cao =
          0.5
Ca =
        0.005
V =
    99

Para diferentes eficiencias se genera una línea recta en el gráfico de tamaño del reactor, CSTR, contra concentración. El programa foglercap1ej11a_1.m se utilizó para generar este gráfico (Figura 2):
% foglercap1ej11a_1
ra=0.05;                               % (mol/h*dm^3); ra=k
Fao=5;                  % (mol/h) flujo molar
vo=10;                  % (dm^3/h) flujo volumetrico
Cao=Fao/vo;
% Ca=0.01*Cao;
% Fao=Ca*vo;
% V=(Fao-Fa)/ra;
% V=(Cao*vo-Ca*vo)/ra     % volumen en dm^3
for Ca=0.005:0.005:0.5
    V=(Cao*vo-Ca*vo)/ra;
    plot(V,Ca,'ko')
    hold on
end
axis([0 100 0 0.5])
xlabel('volumen CSTR (dm^3)')
ylabel('Ca (mol/dm^3)')
grid



Figura 2. Concentración de salida contra volumen del reactor CSTR.

Programa para reactor PFR:
dCA/dV=-(k*CA/Vo)
Se escribió el programa foglercap1ej11aPFR.m donde se planteó la ecuación diferencial para el reactor de flujo pistón y el programa foglercap1ej11aPFRrun.m donde se escribieron las instrucciones para ejecutar la solución. A continuación se presenta el código de estos programas y el gráfico que muestra los resultados (Figura 3).
% foglercap1ej11aPFR
function dy=foglercap1ej11aPFR(t,y)
k=0.05;     % (mol/h*dm^3) ra=k
vo=10;       % flujo volumetrico (dm^3/h)
% Fao=5;      % flujo molar (mol/h), Fao=Cao*vo
% Cao=Fao/vo;         % Cao=Fao/vo
dy=-k*y/vo;

% foglercap1ej11aPFRrun
[t,y]=ode45('foglercap1ej1_3',[0 150],0.5);
[t,y]
plot(t,y,'k-')
xlabel('volumen (dm^3)')
ylabel('concentracion [A] (mol/dm^3)')
title('reactor PFR')
grid


Figura 3. Dinámica de orden uno en un reactor PFR.

Se pide que la eficiencia de la reacción sea de 99%. Esta condición se cumple en un reactor de alrededor de 200 dm^3, como se ve en el par ordenado (196.24, 0.0054809).

Bibliografía

Fogler, H.Scot. 2001. Elementos de ingeniería de las reacciones químicas. Tercera edición. Pearson Educación. México.







domingo, 8 de septiembre de 2013

Diseño de reactores. Parte 2. Reactor tubular.

Diseño de reactores. Parte 2. Reactor tubular.

Este ejercicio está basado en el ejemplo 1.3 de Fogler (2001).

La reacción de primer orden:
A ---> B
se efectúa en un reactor tubular en el que la velocidad de flujo volumétrico, v, es constante. Deduzca la ecuación que relacione el volumen del reactor con las concentraciones de entrada y de salida de A, la constante de velocidad k y la velocidad de flujo volumétrico, v. Determine el volumen del reactor necesario para reducir la concentración de salida al 10% de la concentración de entrada cuando la velocidad de flujo volumétrico es de 10 dm3/min y la constante de velocidad de reacción específica, k, es de 0.23 min-1.
dCA/dV=-(k*CA/Vo)
k=0.23 min-1; CA= 10% de CA0; Vo= 10 dm3/min.

Programa en MATLAB:

% foglercap1ej1_3
function dy=programa(t,y)
k=0.23;
v=10;
dy=-k*y/v;

% foglercap1ej1_3run
[t,y]=ode45('foglercap1ej1_3',[0 10],100);
[t,y]
plot(t,y,'k-')
xlabel('volumen (dm^3)')
ylabel('concentracion [A] (mol/dm^3)')
grid


Figura 1. Gráfico de concentración de A contra volumen del reactor tubular (PFR) con cinética de orden uno.

Se necesita un reactor de 100 dm3 para que la conversión de A sea del 90%. El par ordenado (V,CA) cuando CA es 10% de CAo es (100.0, 10.0259).
El balance de moles para un reactor de flujo empacado es
dFA/dW=r'A
Donde FA es la velocidad de flujo molar, W es la masa de catalizador y r'A es la velocidad de reacción.

Tabla 1. Balance de moles en cuatro reactores comunes


Velocidades de reacción:
-rA=k*CA Orden uno
-rA=k*CA2 Orden dos
-rA=k1*CA/(1+k2CA) Orden variable
Ecuación general de balance de moles:
   Ec 1
Reactor intermitente o batch
   Ec 2 y 3
Reactor CSTR:
     Ec 4 y 5
Nota: en este reactor las condiciones no cambian con el tiempo, por lo tanto: 
   Ec 6
Reactor tubular o de flujo pistón:
   Ec 7 y 8

Reactor empacado:
     Ec 9 y 10
-r'A= mol de A que reaccionó / s*g de catalizador
Orden de reacción

  Ec 11

Bibliografía
Fogler, H.Scot. 2001. Elementos de ingeniería de las reacciones químicas. Tercera edición. Pearson Educación. México.






Diseño de reactores. Parte 1. Introducción.

Diseño de reactores. Parte 1. Introducción.

En este Blog, "La epistemología en la práctica", se han publicado entradas de contenido tecnológico con anterioridad. En esta ocasión se publica una serie de entradas bajo el título genérico "Diseño de reactores". Se trata de presentar algunos ejercicios resueltos con MATLAB y Visual C++, enfocados a problemas de ingeniería ambiental. 
Algunos ejemplos se tomaron del capítulo 1 del libro de Fogler (2001) y se enfocan en reacciones químicas utilizando varios tipos de reactores. De esta misma fuente proviene también un ejercicio de aplicación en ingeniería ambiental en el que se modela la contaminación atmosférica de la cuenca de Los Ángeles, California, en los Estados Unidos. Otro ejercicio de esta fuente es de aplicación a la ecología de poblaciones, en la que se modela una relación depredador-presa, utilizando zorros como depredadores de conejos, dentro del territorio comprendido por la propiedad del granjero Olaf, o sea que es un ejercicio con datos arbitrarios, pero que se puede adaptar a un caso real si se recaban los datos necesarios.
Otros ejemplos se tomaron del libro de Martínez y Rodríguez (2005) y son todos de aplicación en el diseño de reactores para el tratamiento biológico de aguas residuales. Estos ejemplos van desde la determinación de los parámetros bio-cinéticos en laboratorio para el dimensionamiento del reactor biológico y el sedimentador secundario, hasta la modelación de un proceso de lodos activados introduciendo cambios en la carga orgánica entrante, medida como Demanda Química de Oxígeno (DQO), al sistema.
A continuación se presenta el listado completo de las entradas que va comprender esta nueva serie de entradas. Conforme se vayan adicionando, se van a colocar los enlaces para poder acceder a cada una de ellas teniendo esta entrada abierta.

Diseño de rectores. Parte 2. Reactor tubular.
Este ejercicio está basado en el ejemplo 1.3 de Fogler (2001).
Diseño de reactores. Parte 3. Reactores isotérmicos de flujo continuo.
Este ejercicio está basado en el problema 11A de Fogler (2001).
Diseño de reactores. Parte 4. Reactores isotérmicos de flujo continuo en fase gaseosa.
Este ejercicio está basado en el problema 12A de Fogler (2001).
Diseño de reactores. Parte 5. Una aplicación en ecología de poblaciones.
Este ejercicio está basado en el problema 18A de Fogler (2001).
Diseño de reactores. Parte 6. Una aplicación de modelación de contaminantes del aire.
Este ejercicio está basado en el problema P1-10 de Fogler (2001).
Diseño de reactores. Parte 7. Cinética de degradación de orden cero.
Este ejercicio está basado en ejercicios del capítulo 2 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 8. Cinética de degradación de orden uno.
Este ejercicio está basado en ejercicios del capítulo 2 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 9. Cinética de degradación de orden dos.
Este ejercicio está basado en ejercicios del capítulo 2 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 10. Cinética de degradación de orden variable.
Este ejercicio está basado en ejercicios del capítulo 2 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 11. Desempeño de un reactor por lote.
Este ejercicio está basado en ejercicios del capítulo 2 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 12. Comportamiento de un trazador en un reactor continuo con mezcla completa.
Este ejercicio está basado en ejercicios del capítulo 2 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 13. Variación del sustrato en un reactor continuo de mezcla comleta.
Este ejercicio está basado en ejercicios del capítulo 2 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 14. Degradación de un contaminante en un reactor tipo pistón.
Este ejercicio está basado en ejercicios del capítulo 2 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 15. Serie de reactores continuos de mezcla completa.
Este ejercicio está basado en ejercicios del capítulo 2 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 16. Serie de reactores continuos de mezcla completa.
Este ejercicio está basado en ejercicios del capítulo 2 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 17. Determinación de parámetros biocinéticos.
Este ejercicio está basado en ejercicios del capítulo 5 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 18. Determinación de parámetros biocinéticos. Comparación de modelos con el comportamiento experimental.
Este ejercicio está basado en ejercicios del capítulo 5 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 19. Determinación de parámetros biocinéticos. Comportamiento de un reactor biológico por lote.
Este ejercicio está basado en ejercicios del capítulo 5 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 20. Determinación de parámetros biocinéticos. Cinética de degradación con inhibición tipo Haldane.
Este ejercicio está basado en ejercicios del capítulo 5 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 21. Modelación del proceso de lodos activados.
Este ejercicio está basado en ejercicios del capítulo 6 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 22. Modelación del proceso de lodos activados. Efecto de la variación del caudal de desecho.
Este ejercicio está basado en ejercicios del capítulo 6 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 23. Modelación del proceso de lodos activados. Variación de Qr y Qw.
Este ejercicio está basado en ejercicios del capítulo 6 de Martínez y Rodríguez (2005).
Diseño de reactores. Parte 24. Modelación del proceso de lodos activados. Efecto de la temperatura.
Este ejercicio está basado en ejercicios del capítulo 6 de Martínez y Rodríguez (2005).

Bibliografía
Fogler, H.Scot. 2001. Elementos de ingeniería de las reacciones químicas. Tercera edición. Pearson Educación. México.
Martínez D., Sergio A. y Miriam G. Rodríguez R.2005. Tratamiento de aguas residuales con MATLAB. Editorial Reverté. Universidad Autónoma Metropolitana. México, DF, México.






Análisis de varianza para un Blog

Análisis de varianza para un Blog.

Categoría: 2. Ciencia y tecnología.

Las entradas de este Blog, "La epistemología en la práctica", son preparadas con base en información obtenida de bibliografía especializada, artículos publicados en internet, información proporcionada en los museos y otras fuentes. La epistemología estudia las formas en las que se genera el conocimiento y cómo éste se traslada a la mente humana. Así, es interesante encontrar el camino que siguieron los descubrimientos científicos y tecnológicos para alcanzar su estado último de desarrollo.

Si encuentras información de tu interés en esta entrada, puede que te sirva también visitar en este mismo blog: Python básico para estadística.

Un análisis atractivo para obtener información sobre el desempeño de un Blog se obtiene al tabular y graficar las entradas contra el número de ingresos. Esto permite visualizar los temas que más impactan sobre el interés de los lectores o internautas, en este caso, y que por lo tanto, se convierten en las entradas más visitadas y leídas. Es importante comentar también que un número reducido de entradas, además de indicar que su contenido es poco atractivo, indica que tal vez ni siquiera han sido leídas, ya que se debe recordar que los buscadores de internet arrojan gran cantidad de sitios para los resultados de una búsqueda y por lo tanto, algunas de las visitas sólo sirven para descartar las opciones que quedan fuera del interés particular del lector potencial.

Adelante se presenta una tabla (Tabla 1 y Figura 1) con los títulos de las entradas publicadas, un total de 50, junto con la fecha de su publicación y el número de entradas acumulado al 10 de junio de 2013.


Tabla 1. Título de las entradas, fecha de su publicación y número de entradas acumulado al 10 de junio de 2013.





Figura 1. Título de las entradas, fecha de su publicación y número de entradas acumulado al 10 de junio de 2013.


A partir de este análisis preliminar es posible poner el énfasis en los temas que han sido más exitosos, en términos del mayor número de visitas. Para esto se puede proceder de manera inicial clasificando las entradas en grupos y obtener las sumas parciales de número de visitantes.

Antes de continuar se puede comentar que entre otras ayudas que presenta el Blogger de Google es el despliegue de estadísticas de visitas por país, que para este Blog se presenta en forma de Tabla (Tabla 2), de la siguiente manera:

Tabla 2. Número de ingresos por país.


El número de ingresos por tema (Tabla 3) se distribuye de la siguiente manera:

Tabla 3. Número de ingresos por tema de la entrada.



Los datos anteriores sugieren que existe una clara preferencia por algunos temas sobre otros. Además se debe notar que el título de las entradas parece tener un cierto efecto sobre la atracción de visitantes a su lectura, por ejemplo, en el tema 4 (Cine y literatura), se tienen números de visitantes más bajos, pero también hay una entrada que tuvo gran número de visitas, es el caso de la entrada titulada "Algo de cine. Labios rojos." con 52 entradas acumuladas. Tal vez las mujeres que buscan consejos para el uso de sus cosméticos pueden estar ingresando, aunque se encuentran con que el tema no corresponde con el de su búsqueda. Es posible también, que los buscadores de temas de carácter erótico se estén encontrando con esta entrada, de acuerdo con las palabras clave que utilicen en su búsqueda. Esto debe tomarse en cuenta para no atraer la atención de lectores que buscan con palabras que corresponden a su criterio de interés y que se encuentren de pronto en un sitio que no tiene el mismo tema de interés.

La tabla anterior, una vez clasificadas las entradas, puede sintetizarse de la siguiente manera (Tabla 4):

Tabla 4. Temas de las entradas, número de entradas por tema y número de ingresos por tema.


Los datos de la tabla anterior pueden visualizarse más claramente en la forma de un gráfico de barras como el siguiente (Figura 2):


Figura 2. Número de entradas y número de ingresos por tema.

Un análisis más preciso de estos datos nos permite obtener conclusiones acerca de la validez estadística de las diferencias numéricas encontradas en los resultados presentados hasta ahora. Para esto se obtuvieron intervalos de confianza para el número de ingresos por tema utilizando la distribución T de Student, lo cual permite comparar pares de promedios. En este caso el intervalo de confianza al 95% se puede interpretar para cada par de promedios. Si no hay traslape entre los intervalos de confianza, se tienen promedios estadísticamente diferentes al 95% de confianza. Si se quiere obtener un resultado aún más válido estadísticamente, es necesario hacer un análisis de varianza para comparar los cuatro promedios obtenidos, bajo un modelo completamente aleatorizado.

Por lo pronto se presentan los resultados comentados hasta ahora para el número de ingresos. La tabla de número de ingresos por tema queda de la siguiente manera (Tabla 5 y Figura 3):

Tabla 5. Intervalo de confianza para los temas de las entradas.




Figura 3. Intervalos de confianza al 95% para el número de ingresos por tema.

Ahora se puede concluir que el tema 3 (Humanidades y comportamiento humano) y tema 4 (Cine y literatura) tuvieron estadísticamente igual número de ingresos y sus promedios fueron los más bajos de los cuatro grupos. El tema 2 (Ciencia y tecnología) tuvo 130 ingresos y fue el segundo tema con más ingresos. El tema 1 (Programación y electrónica) tuvo 343 ingresos y fue el tema con más ingresos.

Se realizó una comparación de promedios con la distribución T-Student para los promedios de los temas 3 y 4. El valor de p=0.0160, con un valor para t-calculada de -2.6110 y valores de t-crítico de -3.1772 y +3.1772, es decir, el valor de t-calculada cae dentro de la zona de aceptación de la hipótesis nula Ho : µ1=µ2, con valor alfa=0.05. De manera que estos valores son estadísticamente diferentes.

Análisis de varianza
El análisis de varianza se realizó mediante un programa para MATLAB. Este análisis compara el número de ingresos para cada tema mediante la hipótesis nula Ho : µ1=µ2=µ3=µ4. La instrucción anova1(X,group) genera un análisis de varianza para datos desbalanceados, genera una tabla de resultados del análisis de varianza (Tabla 6) y un gráfico de cajas (Figura 4) para los datos proporcionados en la matriz X. El gráfico de cajas muestra el valor promedio de ingresos, el tercer cuartil, el intervalo de confianza al 95% y los valores extremos - y +. El código de MATLAB para realizar este análisis de varianza es el siguiente:

>>X=[1 8 4 52; 5 8 2 2; 3 2 9 4; 4 15 4 3; 20 7 22 1; 3 3 2 2; 17 19 7 2; 
    80 12 4 6; 48 15 4 6; 102 14 5 10; 35 25 4 NaN; 24 2 2 NaN;
    1 NaN 6 NaN; NaN NaN 4 NaN; NaN NaN 5 NaN];
>>A=[1 2 3 4];
>>[p, table]=anova1(X,A)
>>xlabel('Tema de entrada')
>>ylabel('Numer de ingresos')
>>text(2, 100, 'Grafico de ingresos por tema')

Tabla 6. Análisis de varianza para número de entradas por tema.




Figura 4. Gráfico de cajas para los datos de número ingresos por tema.

Como puede verse en la Tabla 6, el valor de p=0.028 indica que el estadístico de prueba cae dentro de la zona de rechazo de Ho, de manera que los temas son estadísticamente diferentes en el número de ingresos, con una significancia de 95%.

Las conclusiones estadísticas obtenidas mediante la técnica del análisis de varianza eran hasta cierto punto obvias desde el inicio. Sin embargo, otras conclusiones igualmente útiles pueden no ser tan obvias en un primer vistazo de los datos. Por ejemplo, ahora se va a hacer un análisis del número de ingresos contra la antigüedad de la entrada. En primer lugar, se acomodan los datos para mostrarlos en un formato más cómodo para el lector. El presentar los datos con un formato dedicado a mostrar una relación posible con algún factor en estudio, es una técnica que permite visualizar un posible comportamiento, que de otra manera permanecería oculto para el lector menos familiarizado con el tema o con las técnicas de análisis de datos.

Para este análisis se van a descartar los temas 3 y 4 que tienen un número significativamente menor de ingresos, y se va a centrar en las entradas más visitadas que son los temas 1 y 2. Así, los datos quedan de la siguiente forma (Tabla 7):

Tabla 7. Coeficiente de correlación para antigüedad (valores x) y número de ingresos (valores y).


Todo este formateo de datos se hizo con una hoja de cálculo, en este caso con Excel de Microsoft Office.

Para probar la hipótesis de que las entradas de mayor antigüedad serían las entradas con más ingresos de usuarios, se ordenaron los datos utilizando la antigüedad como criterio, y se calculó el coeficiente de correlación para los datos Antigüedad (valor de x) y el número de ingresos (valor de y). El coeficiente de correlación calculado fue de -0.3302, esto quiere decir en primer lugar, que a mayor antigüedad hubo menor número de ingresos, pero este valor es muy bajo, lo cual indica que el comportamiento no es consistente. Esto se puede apreciar mejor en un gráfico con una línea de tendencia, como se muestra a continuación:



Figura 5. Gráfico de antigüedad contra número de ingresos y línea obtenida por regresión lineal.

La línea de tendencia (recta), obtenida por regresión lineal por mínimos cuadrados, muestra un valor de pendiente sumamente bajo (Figura 5), como se comentó antes y el coeficiente de correlación (R^2) también sumamente bajo. Con esto se refuerza la conclusión de que el número de ingresos no depende de la antigüedad de la entrada.

Conclusiones.
El tema de las entradas es el factor principal que determina el número de ingresos para cada entrada del Blog.

El título de las entradas es importante para evitar atraer lectores que realmente no están interesados en el tema que se trata. Esto es importante, pues las personas que no encuentran el material que requieren, permanecen poco tiempo, no leen realmente la entrada y es menos probable que se enlacen con alguna página de los anunciantes que aparecen en ese momento en el Blog.

Las personas que ingresan en las diferentes entradas del Blog, pero no lo leen, por tener otros intereses en mente, son un factor de sesgo para la popularidad del Blog. Puede parecer que una entrada sea leída muy frecuentemente cuando en realidad la mayoría de los ingresos fueron por equivocación, por una asociación correcta del buscador con los criterios de búsqueda, pero una asociación incorrecta del título de la entrada con su contenido.

La antigüedad de la entrada no es un factor que determine el número de ingresos hacia una entrada en particular.

Los ingresos por país fueron en los Estados Unidos en su mayoría, después estuvo México y otros países de habla hispana le siguieron, empezando con España.

Bibliografía
Baker, Stephen. 2009. Los numerati. Editorial Planeta. México.
Montgomery, Douglas C., y George C. Runger. 1996. Probabilidad y estadística aplicadas a la ingeniería. McGraw-Hill. México.

Procesamiento de los datos
En el procesamiento de los datos se emplearon los programas computacionales Microsoft Word Starter, Microsoft Office Excel y MATLAB. Además se empleó una calculadora HP-50G.