Influencia del factor de exclusión en la estadística fraccionaria para la adsorción de mezclas de especies poliatómicas

LÓPEZ ORTIZ J.I. ; DÁVILA, M. V.; MATOZ FERNANDEZ D. A.; RAMIREZ PASTOR A. J.

Villa de Merlo- San Luis

Congreso; 100` Reunión Nacional de la Asociacion de Física Argentina; 2015

AFA- UNSL

El estudio de la adsorcion de mezclas de gases es de fundamental interes en el dise~no y optimizacion de los procesos de separacion. Desde el punto de vista teorico, es importante considerar si los gases ocupan uno o mas sitios de adsorcion. En el caso de existir multiple ocupacion de sitios las teoras desarrolladas son mas complejas debido fundamentalmente a dos factores: i) no existe equivalencia estadstica entre partcula y vacancia; y ii) la ocupacion de un sitio dado asegura la ocupacion de otro sitio vecino, esto implica que la orientacion de la molecula adsorbida debe ser considerada [1-4]. Riccardoet al. [5] aplicaron a este problema los conceptos de la estadstica cuantica fraccionaria propuesta por Haldane [6] y Wu [7], la cual generaliza el principio de exclusion de Pauli y queda caracterizada por un parametro de exclusion g, que representa el numero de estados excluidos por una partcula dentro del conjunto de estados disponibles. En mecanica cuantica, los fermiones y bosones corresponden a g=1 y g=0 respectivamente. Sin embargo, existen partculas que responden a una estadstica fraccionaria, para las cuales 0 <g <1. En los primeros trabajos sobre la estadstica fraccionaria para la adsorcion de k-meros (FSTA) [5, 8, 9], se extendieron estas ideas para moleculas poliatomicas, de modo de describir las propiedades  termodinamicas de la capa adsorbida. La complejidad inherente a este problema puede simpli carse signi cativamente desde la perspectiva de FSTA. En este caso, el parametro g vara en el intervalo g >1. Si consideramos mezclas el problema es aun mas complejo. En este trabajo se estudia el efecto de los parametros de exclusion de las distintas especies, analizando el modelo matematico en funcion de los datos de simulacion de Monte Carlo.