La ecuación de Arrenius relaciona la Temperatura (K) y el valor de la constante de velocidad o de equilibrio k, pero tambien nos presenta una manera de calcular la energía de activación \(E_a\), dicha energía es la minima necesaria que deben adquirir los reactivos para que se dé la reacción, ya que es necesario que los reactivos colisionen con la energía necesaria para que se obtenga una colisión efectiva, dicha formula se le considera empirica.
\[k(T) = A e^{-\frac{E_a}{RT}} \]
Debido a que en la ecuación de Arrhenis la constante de velocidad es una función de la temperatura, y la velocidad de reacción depende de la constante de velocidad y la concentración podemos definir que la velocidad de reacción depende de la temperatura y de la concentración teniendo una función de varias variables, con esto se puede suponer que es posible encontrar una temperatura que obtimice una reacción química, y en consecuencia podriamos determinar la temperatura optima para el diseño de un reactor de algún tipo. Para esto es necesario realizar un estudio cinético de la reacción química en cuestión a diferentes temperaturas para obtener los parámetros necesarios, como lo son, la energía de activación \(E_a\) y constante de Arrhenius A, estos parámetros se pueden obtener linealizando la ecuación de Arrhenius, obteniendo la siguiente expresión:
\[\ln(k) = \ln(A) - \frac{E_a}{R} \cdot \frac{1}{T}\]
Esta expresión al linealizarla de esta manera se le puede realizar una regresión lineal para obtener los parametros necesarios, en donde se puede suponer que hay una relación lineal entre el inverso de la temperatura \(\frac{1}{T}\) y el logaritmo natural de la constante de velocidad \(ln(k)\), si esto se cumple el valor de la pendiente de dicha linea recta representaría a \(-\frac{E_a}{R}\) y la ordenada en el origen sería \(ln(A)\), de forma gráfica se puede ilustrar de la siguiente manera.
Se ha realizado un estudio cinética de la reacción \(\left( CH_3CO \right)_2 O(l) + H_2O \rightarrow 2CH_3COOH (l)\) a diferentes temperaturas, los datos obtenidos se ecuentran en el Cuadro 1, se desea calcular los siguientes datos a partir de la información obtenida.
| t (min) | T = 277.6 (K) | T = 283.1 (K) | T = 288.7 (K) | T = 294.3 (K) | T = 299.8 (K) | T = 305.4 (K) |
|---|---|---|---|---|---|---|
| 0 | 1.0000 | 1.0000 | 1.0000 | 1.0000 | 1.0000 | 1.0000 |
| 10 | 0.7047 | 0.5655 | 0.4317 | 0.2923 | 0.1755 | 0.0863 |
| 20 | 0.4966 | 0.3198 | 0.1864 | 0.0854 | 0.0308 | 0.0074 |
| 30 | 0.3499 | 0.1809 | 0.0805 | 0.0250 | 0.0054 | 0.0006 |
| 40 | 0.2466 | 0.1023 | 0.0347 | 0.0073 | 0.0009 | 0.0001 |
| 50 | 0.1738 | 0.0578 | 0.0150 | 0.0021 | 0.0002 | 0.0000 |
| 60 | 0.1225 | 0.0327 | 0.0065 | 0.0006 | 0.0000 | 0.0000 |
| 70 | 0.0863 | 0.0185 | 0.0028 | 0.0002 | 0.0000 | 0.0000 |
| 80 | 0.0608 | 0.0105 | 0.0012 | 0.0001 | 0.0000 | 0.0000 |
| 90 | 0.0429 | 0.0059 | 0.0005 | 0.0000 | 0.0000 | 0.0000 |
| 100 | 0.0302 | 0.0033 | 0.0002 | 0.0000 | 0.0000 | 0.0000 |
Para el método integral se debe realizar una regresión lineal, para obtener la pendiente y el valor de \(R^2\), para saber que orden es. En este ejemplo tenemos varias temperaturas, por lo que para determinar el orden tomaremos cualquier temperatura, la tabla siguiente muestra que parámetro será tomado como x y y para la regresión lineal, según el orden de reacción
| orden | x | y |
|---|---|---|
| 0 | t | C_A |
| 1 | t | ln(C_A) |
| 2 | t | 1/C_A |
| 3 | t | 1/C_A^2 |
Para realizar el cálculo de orden 0, debemos obtener la siguiente tabla
| t | CA | t^2 | CA^2 | t*CA |
|---|---|---|---|---|
| 0 | 1.0000 | 0 | 1.0000 | 0.0000 |
| 10 | 0.7047 | 100 | 0.4966 | 7.0469 |
| 20 | 0.4966 | 400 | 0.2466 | 9.9317 |
| 30 | 0.3499 | 900 | 0.1225 | 10.4981 |
| 40 | 0.2466 | 1600 | 0.0608 | 9.8639 |
| 50 | 0.1738 | 2500 | 0.0302 | 8.6887 |
| 60 | 0.1225 | 3600 | 0.0150 | 7.3474 |
| 70 | 0.0863 | 4900 | 0.0074 | 6.0406 |
| 80 | 0.0608 | 6400 | 0.0037 | 4.8648 |
| 90 | 0.0429 | 8100 | 0.0018 | 3.8567 |
| 100 | 0.0302 | 10000 | 0.0009 | 3.0197 |
Debemos obtener los siguientes valores con los datos obtenidos
| Formula | Valor |
|---|---|
| \(\bar{x}\) | 50 |
| \(\bar{y}\) | 0.3013 |
| \[\sum_{i=1}^{n}{x_i}\] | 550 |
| \[\sum_{i=1}^{n}{y_i}\] | 3.3142 |
| \[\sum_{i=1}^{n}{x_i^2}\] | 3.85^{4} |
| \[\sum_{i=1}^{n}{y_i^2}\] | 1.9855 |
| \[\sum_{i=1}^{n}{(x_i \cdot y_i)}\] | 71.1585 |
| \[S_{xx} = \sum_{i=1}^{n}{x_i^2} - \frac{\left( \sum_{i=1}^n{x_i} \right)^2}{n}\] | 1.1^{4} |
| \[S_{xy} = \sum_{i=1}^{n}{(x_i \cdot y_i)} - \frac{\left( \sum_{i=1}^n{x_i} \right) \cdot \left( \sum_{i=1}^n{y_i} \right)}{n}\] | -94.5511 |
| \[\hat{\beta_1} = \frac{S_{xy}}{S_{xx}}\] | -0.0085956 |
| \[R^2\] | 0.823423 |
Ahora debemos realizar este mismo procedimiento para los demas ordenes de reacción
| t | ln(CA) | t^2 | (ln(CA))^2 | t*ln(CA) |
|---|---|---|---|---|
| 0 | 0.00 | 0 | 0.0000 | 0.0 |
| 10 | -0.35 | 100 | 0.1225 | -3.5 |
| 20 | -0.70 | 400 | 0.4900 | -14.0 |
| 30 | -1.05 | 900 | 1.1025 | -31.5 |
| 40 | -1.40 | 1600 | 1.9600 | -56.0 |
| 50 | -1.75 | 2500 | 3.0625 | -87.5 |
| 60 | -2.10 | 3600 | 4.4100 | -126.0 |
| 70 | -2.45 | 4900 | 6.0025 | -171.5 |
| 80 | -2.80 | 6400 | 7.8400 | -224.0 |
| 90 | -3.15 | 8100 | 9.9225 | -283.5 |
| 100 | -3.50 | 10000 | 12.2500 | -350.0 |
Debemos obtener los siguientes valores con los datos obtenidos
| Formula | Valor |
|---|---|
| \(\bar{x}\) | 50 |
| \(\bar{y}\) | -1.75 |
| \[\sum_{i=1}^{n}{x_i}\] | 550 |
| \[\sum_{i=1}^{n}{y_i}\] | -19.25 |
| \[\sum_{i=1}^{n}{x_i^2}\] | 3.85^{4} |
| \[\sum_{i=1}^{n}{y_i^2}\] | 47.1625 |
| \[\sum_{i=1}^{n}{(x_i \cdot y_i)}\] | -1347.5 |
| \[S_{xx} = \sum_{i=1}^{n}{x_i^2} - \frac{\left( \sum_{i=1}^n{x_i} \right)^2}{n}\] | 1.1^{4} |
| \[S_{xy} = \sum_{i=1}^{n}{(x_i \cdot y_i)} - \frac{\left( \sum_{i=1}^n{x_i} \right) \cdot \left( \sum_{i=1}^n{y_i} \right)}{n}\] | -385 |
| \[\hat{\beta_1} = \frac{S_{xy}}{S_{xx}}\] | -0.0085956 |
| \[R^2\] | 1 |
| t | 1/CA | t^2 | (1/CA)^2 | t*(1/CA) |
|---|---|---|---|---|
| 0 | 1.0000 | 0 | 1.0000 | 0.0000 |
| 10 | 1.4191 | 100 | 2.0138 | 14.1907 |
| 20 | 2.0138 | 400 | 4.0552 | 40.2751 |
| 30 | 2.8577 | 900 | 8.1662 | 85.7295 |
| 40 | 4.0552 | 1600 | 16.4446 | 162.2080 |
| 50 | 5.7546 | 2500 | 33.1155 | 287.7301 |
| 60 | 8.1662 | 3600 | 66.6863 | 489.9702 |
| 70 | 11.5883 | 4900 | 134.2898 | 811.1843 |
| 80 | 16.4446 | 6400 | 270.4264 | 1315.5717 |
| 90 | 23.3361 | 8100 | 544.5719 | 2100.2458 |
| 100 | 33.1155 | 10000 | 1096.6332 | 3311.5452 |
Debemos obtener los siguientes valores con los datos obtenidos
| Formula | Valor |
|---|---|
| \(\bar{x}\) | 50 |
| \(\bar{y}\) | 9.9774 |
| \[\sum_{i=1}^{n}{x_i}\] | 550 |
| \[\sum_{i=1}^{n}{y_i}\] | 109.751 |
| \[\sum_{i=1}^{n}{x_i^2}\] | 3.85^{4} |
| \[\sum_{i=1}^{n}{y_i^2}\] | 2177.4028 |
| \[\sum_{i=1}^{n}{(x_i \cdot y_i)}\] | 8618.6506 |
| \[S_{xx} = \sum_{i=1}^{n}{x_i^2} - \frac{\left( \sum_{i=1}^n{x_i} \right)^2}{n}\] | 1.1^{4} |
| \[S_{xy} = \sum_{i=1}^{n}{(x_i \cdot y_i)} - \frac{\left( \sum_{i=1}^n{x_i} \right) \cdot \left( \sum_{i=1}^n{y_i} \right)}{n}\] | 3131.1029 |
| \[\hat{\beta_1} = \frac{S_{xy}}{S_{xx}}\] | 0.2846457 |
| \[R^2\] | 0.823423 |
| t | 1/CA^2 | t^2 | (1/CA^2 )^2 | t*(1/CA^2) |
|---|---|---|---|---|
| 0 | 1.0000 | 0 | 1.0000 | 0.0000 |
| 10 | 2.0138 | 100 | 4.0552 | 20.1375 |
| 20 | 4.0552 | 400 | 16.4446 | 81.1040 |
| 30 | 8.1662 | 900 | 66.6863 | 244.9851 |
| 40 | 16.4446 | 1600 | 270.4264 | 657.7859 |
| 50 | 33.1155 | 2500 | 1096.6332 | 1655.7726 |
| 60 | 66.6863 | 3600 | 4447.0667 | 4001.1799 |
| 70 | 134.2898 | 4900 | 18033.7449 | 9400.2846 |
| 80 | 270.4264 | 6400 | 73130.4418 | 21634.1126 |
| 90 | 544.5719 | 8100 | 296558.5653 | 49011.4719 |
| 100 | 1096.6332 | 10000 | 1202604.2842 | 109663.3158 |
Debemos obtener los siguientes valores con los datos obtenidos
| Formula | Valor |
|---|---|
| \(\bar{x}\) | 50 |
| \(\bar{y}\) | 197.9457 |
| \[\sum_{i=1}^{n}{x_i}\] | 550 |
| \[\sum_{i=1}^{n}{y_i}\] | 2177.4028 |
| \[\sum_{i=1}^{n}{x_i^2}\] | 3.85^{4} |
| \[\sum_{i=1}^{n}{y_i^2}\] | 0 |
| \[\sum_{i=1}^{n}{(x_i \cdot y_i)}\] | 1.9637015^{5} |
| \[S_{xx} = \sum_{i=1}^{n}{x_i^2} - \frac{\left( \sum_{i=1}^n{x_i} \right)^2}{n}\] | 1.1^{4} |
| \[S_{xy} = \sum_{i=1}^{n}{(x_i \cdot y_i)} - \frac{\left( \sum_{i=1}^n{x_i} \right) \cdot \left( \sum_{i=1}^n{y_i} \right)}{n}\] | 8.750001^{4} |
| \[\hat{\beta_1} = \frac{S_{xy}}{S_{xx}}\] | 7.9545463 |
| \[R^2\] | -1.614874 |
Una vez terminado el procedimiento de regresión lineal para cada orden se debe comparar el valor de \(R^2\) para determinar de que orden es la reacción
| Orden | Valor de \(R^2\) |
|---|---|
| 0 | 0.823423 |
| 1 | 1 |
| 2 | 0.823423 |
| 3 | -1.614874 |
Como se puede observar el orden al que le corresponde un valor de \(R^2\) mas cercana a 1 es el orden 1, ya que el valor de \(R^2\) es 1. De esta manera se sabe que la reacción es de orden 1 y que el valor de la constante cinética para esta temperatura es 0.035.
Una vez determinado el orden de reacción, será necesario calcular el valor de la constante de velocidad para cada temperatura, obteniendo los siguientes datos.
| k | Temp |
|---|---|
| 0.035 | 277.6 |
| 0.057 | 283.2 |
| 0.084 | 288.7 |
| 0.123 | 294.3 |
| 0.174 | 299.8 |
| 0.245 | 305.4 |
Para poder calcular la energía de activación es necesario realizar la regresión de los datos \(ln(k)\) y \(1/T\), tenemos que realizar la siguiente tabla, donde \(x\) es \(1/T\) y \(y\) es \(ln(k)\), de la siguiente manera.
| ln(k) | 1/Temp | (ln(k))^2 | (1/Temp)^2 | (ln(k))*(1/Temp) |
|---|---|---|---|---|
| 0.0036 | -3.3524 | 0 | 11.2386 | -0.0121 |
| 0.0035 | -2.8647 | 0 | 8.2065 | -0.0101 |
| 0.0035 | -2.4769 | 0 | 6.1352 | -0.0086 |
| 0.0034 | -2.0956 | 0 | 4.3914 | -0.0071 |
| 0.0033 | -1.7487 | 0 | 3.0580 | -0.0058 |
| 0.0033 | -1.4065 | 0 | 1.9782 | -0.0046 |
Con esto podemos obtener la pendiente de la linea recta la cual representa a \(-\frac{E_a}{R}\) = -5877.6777653, de donde podemos encontrar el valor de \(E_a\) siendo = 4.8869787^{4} con \(R=8.314472\) , de la ordenada en el origen \(\beta_0\) podemos encontrar la constante de Arrhenius ya que la ordenada en el origen representa a \(ln(A)\) de la siguiente manera \(A=e^{\beta_0}\) = 5.7128575^{7}.
Podemos definir la ecuación de arrhenius de la siguiente manera \(k=5.7128575X10^7 \cdot e^{\frac{-4.8869787x10^4}{T}}\), debido a que la ecuación de primer orden es \(A=A_0 \cdot e^{-kt}\) podemos sustituir el valor de la constante de la siguiente manera \[A=A_0 \cdot e^{-\left(5.7128575X10^7 \cdot e^{\frac{-4.8869787x10^4}{T}}\right)t}\]
Debido a que la concentración inicial es \(1\), la expresión queda de la siguiente manera:
\[A=e^{-\left(5.7128575X10^7 \cdot e^{\frac{-4.8869787x10^4}{T}}\right) \cdot t}\]
De igual manera la expresión de la velocidad la podemos definir en función de la temperatura y la concentración:
\[-r_A = \left( 5.7128575X10^7 \cdot e^{\frac{-4.8869787x10^4}{T}} \right) \cdot C_A \]
Finalmente podemos determinar una expresión para encontrar el tiempo para obtener alguna concentración de la siguiente expresión
\[t = \frac{\ln \left[ \frac{A}{A_0} \right]}{-k}\]
| k | Temp |
|---|---|
| 0.035 | 277.6 |
| 0.057 | 283.2 |
| 0.084 | 288.7 |
| 0.123 | 294.3 |
| 0.174 | 299.8 |
| 0.245 | 305.4 |
| tiempo final (min) | Temperatura (K) |
|---|---|
| 85.5924 | 277.6 |
| 52.5567 | 283.2 |
| 35.6635 | 288.7 |
| 24.3555 | 294.3 |
| 17.2169 | 299.8 |
| 12.2275 | 305.4 |