3.

El tratamiento de aguas residuales es un área importante, ya que muchas industrias tienden

a generar este tipo de residuos, por lo que es fundamental el desarrollo de tecnologías que
nos permita mejorar la calidad del agua residual; estos métodos son mecánicos, químicos y
biológicos. En este caso vamos a utilizar la coagulación que es un método que consiste en
desestabilizar las partículas suspendidas de modo que se reduzcan las fuerzas de separación
[1]; para mejorar la calidad de aguas residuales se va a utilizar la coagulación con cloruro de
hierro (FeCl3) como agente coagulante y el carbonato de calcio (CaCO3) como agente
regulador alcalino; las condiciones de operaciones que se utilizaron fue variar la dosis de
coagulante y regulador con el fin de encontrar el modelo matemático y hacer una gráfica con
la cual podemos definir el valor optimo en el cual se presenta la mayor remoción de color y
DQO.
Para el desarrollo del modelo matemático utilizamos los datos suministrados por el ejercicio
el cual debemos hallar los parámetros que se ajusten a la ecuación 1, esta ecuación es el
modelo para hallar el porcentaje de remoción de color y de DQO, esto lo podemos hacer
mediante una regresión lineal generalizada, donde A, B, C, D, E, F; tenemos los datos de las
dos variables (X1,X2) de la cual depende la remoción (REMdqo y REMcolor), y hallamos la
bondad del ajuste del modelo matemático.
%𝑅𝐸𝑀𝑊 = 𝐴 + 𝐵 ∗ 𝑋1 + 𝐶 ∗ 𝑋2 + 𝐷 ∗ 𝑋12 + 𝐸 ∗ 𝑋22 + 𝐹 ∗ (𝑋1 ∗ 𝑋2)
Ecuación 1. Modelo matemático para el porcentaje de remoción general.
● Método de regresión lineal múltiple:
Este método es muy utilizado para este tipo de regresiones lineales donde se tienen que hallar
seis parámetros los cuales cada uno depende de las variables; para esto se va a crear una
matriz Z en el cual los elementos de Z son funciones que depende de variables
independientes; para hallar la los parámetros utilizamos la operación que se muestra a
continuación en la Ecuación 2 que es una operación de matrices.
{𝐴} = [[𝑍]𝑇 [𝑍]]−1 ∗ {[𝑍]𝑇 {𝑅𝐸𝑀𝑊 }} = 𝐷 ∗ 𝐻
Ecuación 2. Operación para hallar los parámetros de la ecuación.
Para hallar los parámetros con el método ya mencionados, utilizamos Matlab y en el script
principal creamos una matriz Z de las funciones que acompaña a los parámetros, con esto
hallamos la transpuesta de la matriz Z, multiplicamos por la matriz Z y hallamos la inversa
de la multiplicación con el comando “inv” esta matriz hallada se va a utilizar para calcular
los intervalos de confianza. Hallamos un vector que es la multiplicación de la matriz Z
transpuesta por el vector REM ya sea de los datos de “REMcolor” o “REMDQO”; y
finalmente se multiplica la matriz D con el vector H para obtener el vector A que es son los
parámetros (A, B, C, D, E, F) y este procedimiento se hace con las variables de color y DQO;
y esto los podemos comparar con los parámetros que arroga la extensión nlinfit.
● Análisis de datos:
Esto permite una mayor compresión al analizar la relación entre variables y el modelo, para
esto hallamos la deviación estándar (ecuación 3), el error estándar (ecuación 4), la varianzas
(ecuación 5) que se halla con la matriz D encontrada anteriormente y la raíz de la varianza
(ecuación 6) y finalmente hallamos la incertidumbre (ecuación 7) y el coeficiente de
determinación ajustado (ecuación 8) Y por último utilizamos la extensión de nlparci para
comparar las incertidumbres, esto lo podemos ver en el programa.
 𝑛

𝑆𝑟 = ∑(𝑦𝑖 − 𝑦𝑖 ∗ )2 𝑆𝑟
𝑆𝑦 = √
𝐼=1 𝑥 𝑛 − #𝑎
Ecuación 3. Desviación estándar Ecuación 4.
𝑉𝑎𝑟(𝑎𝑖−1 ) = 𝐷𝑖,𝑖 ∗ 𝑆𝑦2⁄ 𝑆(𝑎𝑖−1 ) = √𝑉𝑎𝑟(𝑎𝑖 )
𝑥
Ecuación 5. varianza Ecuación 6.raiz de varianza
𝑖𝑛𝑐𝑒𝑟𝑡𝑖𝑑𝑢𝑛𝑏𝑟𝑒 = 𝑡1−∞,𝑛−𝑎 ∗ 𝑆(𝑎𝑖 ) 𝑟 2 = 1 − [𝑆𝑟⁄𝑠𝑡] ∗ [𝑛 − 1⁄𝑛 − #𝑎]
2
Ecuación 7.incertidumbre Ecuación 8.coeficiente de determinación
El desarrollo del programa se puede observar en el diagrama de flujo --- para la regresión
lineal múltiple y en el diagrama de flujo--- para el análisis de datos; estos se encuentran en
el anexo.
Resultados
Con los parámetros obtenidos se agregan a la función y se crea una matriz de los valores
donde para cada valor de cloruro férrico donde posee un intervalo de 3.62 a 23.35 hay
variación en de la concentración de carbonato de calcio que posee un intervalo de 0 a 9.73 se
tiene en cuenta que hay 100 números entre estos; se grafica las funciones de Remcolor que
son las línea de color verde y RemDQO que son las de color amarillo que generalmente son
porcentajes en un gráfico mapa con la función de la Matlab “contour”. De esta manera
obtenemos la gráfica 1.

Grafica 1. Funciones de REMcolor y REMDQO.

Análisis de resultados
En la gráfica 1 podemos observar que el mayor porcentaje de remoción de la demanda
química de oxígenos (DQO) es de 55% y de la de color es de 86% por tanto donde se cruzan
estas dos funciones es la condición optima; para esta condición es de 4.9 mg/L de carbonato
de calcio y 16.5 mg/L de cloruro férrico, pero este es un óptimo matemático. Pero no sabemos
económicamente que tan caro puede resultar la concentración de FeCl3 y CaCO3 en el punto
óptimo; por tanto no podemos afirmar que este punto es una condición óptima de operación.
Con la gráfica 1 podemos hallar para otras remociones sus respectivas concentraciones de
cloruro férrico y de carbonato de calcio.
Anexo

Diagrama de fujo . Programa para la obtención de parámetros

Diagrama de fujo . Analisis para la bonda de los datos