Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://bdtd.unifal-mg.edu.br:8443/handle/tede/790
Registro completo de metadados
Campo DCValorIdioma
dc.creatorCARVALHO, Diailison Teixeira de-
dc.creator.Latteshttp://lattes.cnpq.br/5478792772285991por
dc.contributor.advisor1MUNIZ, Joel Augusto-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4754986418907365por
dc.contributor.advisor-co1BEIJO, Luiz Alberto-
dc.contributor.referee1RAMOS, Patrícia de Siqueira-
dc.contributor.referee2SAVIAN, Taciana Villela-
dc.date.accessioned2016-04-19T23:41:12Z-
dc.date.issued2016-02-12-
dc.identifier.citationCARVALHO, Diailison Teixeira de. Abordagem bayesiana da isoterma de langmuir. 2016. 77 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Alfenas, Alfenas, MG, 2016.por
dc.identifier.urihttps://bdtd.unifal-mg.edu.br:8443/handle/tede/790-
dc.description.resumoOs 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.por
dc.description.abstractThe trace metals are highly toxic contaminants particularly in the aquatic environment. The adsorption process is an efficient technique for removing these trace metals. There is a generation of contaminated materials in studies laboratory related to adsorption, it this implies social and environmental risks and additional costs associated with treatment and proper disposal of toxic waste. This fact brings a practical limitation on the amount of sample to be used. The adsorption process can be described by functions called adsorption isotherms. The Langmuir isotherm is one of the most used. This isotherm shows the parameter k related to the energy of adsorption, and the M parameter which indicates the maximum capacity metal adsorption. The parameter estimation is generally based on asymptotic methods therefore for small sample sizes estimates tend to have low precision and accuracy. Thus, there is a difficulty in obtaining precise and accurate estimates at the same time be used for small sample size. Aiming to overcome this problem has been studied in this work, the application of Bayesian inference in fitting isotherm Langmuir considering informative and uninformative priors. Then carried out a study of data simulation with sample sizes of 5, 6, 7, 9, 12, 15, 20, 25 and 30, they were discussed in two scenarios considering different values of M and k. For the evaluation of the precision was used the mean square error and the length of a 95% HPD credible intervals, for to evaluate the accuracy was used the mean bias relative absolute. The samples of the marginal posterior distributions the parameters were obtained by the Gibbs sampler. The inferences were made. The results indicated that the estimates obtained with use of informative priors presented greater precision and accuracy even at lower sample sizes. Subsequently the isotherm was adjusted on experimental data of adsorption lead (Pb2+) in orange peel considering the priors proposals and the results corroborate whith the results obtained in the simulation study. Thus, the methodology bayesian was efficient for the estimation of isotherm parameters of Langmuir and the use of informative priors, it allowed bypass practical limitation on the amount of sample available in real adsorption studies.eng
dc.description.provenanceSubmitted by Marlom César da Silva (marlom.silva@unifal-mg.edu.br) on 2016-04-19T23:40:09Z No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertação de Diailison Teixeira de Carvalho.pdf: 1168528 bytes, checksum: a8517bbe1662a6c164d580df66538e7f (MD5)eng
dc.description.provenanceApproved for entry into archive by Marlom César da Silva (marlom.silva@unifal-mg.edu.br) on 2016-04-19T23:40:35Z (GMT) No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertação de Diailison Teixeira de Carvalho.pdf: 1168528 bytes, checksum: a8517bbe1662a6c164d580df66538e7f (MD5)eng
dc.description.provenanceApproved for entry into archive by Marlom César da Silva (marlom.silva@unifal-mg.edu.br) on 2016-04-19T23:40:54Z (GMT) No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertação de Diailison Teixeira de Carvalho.pdf: 1168528 bytes, checksum: a8517bbe1662a6c164d580df66538e7f (MD5)eng
dc.description.provenanceMade available in DSpace on 2016-04-19T23:41:12Z (GMT). No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertação de Diailison Teixeira de Carvalho.pdf: 1168528 bytes, checksum: a8517bbe1662a6c164d580df66538e7f (MD5) Previous issue date: 2016-02-12eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal de Alfenaspor
dc.publisher.departmentInstituto de Ciências Exataspor
dc.publisher.countryBrasilpor
dc.publisher.initialsUNIFAL-MGpor
dc.publisher.programPrograma de Pós-Graduação em Estatística Aplicada e Biometriapor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/-
dc.subjectAdsorçãopor
dc.subjectTeorema de Bayspor
dc.subjectAnálise de Regressãopor
dc.subjectTamanho da Amostrapor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICApor
dc.titleAbordagem bayesiana da isoterma de langmuirpor
dc.typeDissertaçãopor
Aparece nas coleções:Mestrado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertação de Diailison Teixeira de Carvalho.pdf1,14 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Este item está licenciada sob uma Licença Creative Commons Creative Commons