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

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

Los Reyunos- San Rafael- Mendoza

Taller; XIII Taller Regional de Física Estadística y Aplicaciones a la Materia Condensada; 2015

UTN Regional San Rafael-AFA

El estudio de la adsorcion de mezclas de gases es de fundamental interes en el dise~no y optimizacionde los procesos de separacion. Desde el punto de vista teorico, es importante considerar si los gasesocupan uno o mas sitios de adsorcion. En el caso de existir multiple ocupacion de sitios las teorasdesarrolladas son mas complejas debido fundamentalmente a dos factores: i) no existe equivalenciaestadstica entre partcula y vacancia; y ii) la ocupacion de un sitio dado asegura la ocupacion deotro sitio vecino, esto implica que la orientacion de la molecula adsorbida debe ser considerada [1-4]. Riccardo et al. [5] aplicaron a este problema los conceptos de la estadstica cuantica fraccionariapropuesta por Haldane [6] y Wu [7], la cual generaliza el principio de exclusion de Pauli y quedacaracterizada por un parametro de exclusion g, que representa el numero de estados excluidospor una partcula dentro del conjunto de estados disponibles. En mecanica cuantica, los fermionesy bosones corresponden a g = 1 y g = 0 respectivamente. Sin embargo, existen partculas queresponden a una estadstica fraccionaria, para las cuales 0 < g < 1. En los primeros trabajos sobrela estadstica fraccionaria para la adsorcion de k-meros (FSTA) [5, 8, 9], se extendieron estasideas para moleculas poliatomicas, de modo de describir las propiedades termodinamicas de lacapa adsorbida. La complejidad inherente a este problema puede simplicarse signicativamentedesde la perspectiva de FSTA. En este caso, el parametro g vara en el intervalo g > 1. Siconsideramos mezclas el problema es aun mas complejo. En este trabajo se estudia el efecto delos parametros de exclusion de las distintas especies, analizando el modelo matematico en funcionde los datos de simulacion de Monte Carlo.