Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Gran Ulo Me Tria
Gran Ulo Me Tria
Contenido
2. DISTRIBUCION EN NUMERO 10
3. OTRAS DISTRIBUCIONES 17
4. DISTRIBUCIONES CLASICAS 22
Anexo 27
Densidades de distribución 28
Referencias 29
GRANULOMETRIA: TEORIA
La granulometría, de "gránulo" (pequeño grano), trata de los métodos de medición del
tamaño de un grano y por extensión de una población de granos.
Se entiende por "grano" en sentido general a un trozo de materia sólida o líquida, esférica o
no, que se encuentre en un fluido inmiscible. Un "grano" puede ser no solamente un grano de
arena o de polvo, sino también una gota en una emulsión o un aerosol, una partícula sólida de
ceniza en un humo, una burbuja de gas en una espuma, etc.
Se entiende por tamaño, una dimensión característica del grano, en general una longitud. Si
se trata de un grano esférico, se tomará evidentemente como dimensión de su tamaño su radio o
su diámetro. Para una partícula fuertemente irregular, es a veces difícil definir un tamaño
equivalente que sea satisfactorio desde el punto de vista físico.
En lo que sigue se supondrá que la escogencia del diámetro equivalente ya está realizada, y
por lo tanto se supondrá que los granos son esféricos, o por lo menos que estén perfectamente
representados por granos esféricos.
Esto es el caso del estudio granulométrico de emulsiones, lo cual es el campo principal de
aplicación de estos conocimientos en el lab. FIRP.
Una vez terminado el estudio visual de cada grano, y notado el tamaño "t" de cada uno, se
tiene una lista de datos crudos, la cual no es mas que un listado de tamaños, en el cual algunos
pueden eventualmente repetirse, y otros ser muy vecinos o muy diferentes.
El primer trabajo consiste en poner en orden estos datos, o mejor dicho en clasificarlos con
el fin de proceder ulteriormente a un estudio estadístico. Con este propósito se busca primero el
tamaño mas grande tmax y el mas pequeño tmin , reportados en el análisis.
Como estos valores no son necesariamente valores redondeados, se tienen interés en tomar
dos límites con valores numéricos redondeados, escogidos de acuerdo al recorte ulterior del
intervalo, y que incluyen todos los valores reportados. Por ejemplo si tmax = 9,3 µm y tmin = 1,3
µm se puede tener interés en escoger como límites bien sea 1 - 10 µm, bien sea 0 - 10 µm.
Luego se divide el intervalo entre los límites en un cierto número de intervalos de
clasificación, en general un mínimo de 10 y un máximo de 50. Este proceso se llama a menudo
tamizaje ya que corresponde a una operación de clasificación de polvo que lleva el mismo
nombre, en la cual se coloca una serie de tamices uno encima del otro (Véase fig. 2).
d > 1 mm
32 µm > d > 10 µm
TAMIZ
d < 10 µm
En el tamizaje, se recoge en cada tamiz los granos de tamaño superior al tamaño de la malla
de este tamiz pero de tamaño inferior al tamaño de la malla del tamiz inmediatamente superior.
Un intervalo de clasificación de índice "i" se define por los dos límites:
Este intervalo cubre el rango "t i = t imax # t imin y posee un tamaño medio representativo de
todos los granos del intervalo. Este tamaño medio del intervalo se escoge según los casos como
! !
la media aritmética o la media geométrica de los límites del intervalo (Fig. 3):
!
t i max + t i min
ti = t i = t imax t imin
2
El intervalo "i" contiene todos los granos cuyo tamaño t es tal que timin < t < timax
! !
Cuaderno FIRP S554A 3 Granulometría — Teoría
Para proceder a la clasificación, se rastrea la lista de datos crudos y cada vez que se encuentre
un tamaño perteneciendo al intervalo "i", se aumente en una unidad, el número contador ni de
granos del intervalo i. Se realiza este conteo con todos los intervalos, obteniéndose entonces el
número total de granos de la muestra como la sumatoria Σ n .
La relación ni / Σ ni indica la fracción (en número) de los granos que poseen un tamaño
correspondiente al intervalo "i".
En los datos clasificados la lista de los tamaños de los granos que corresponden al intervalo
"i" se reemplaza por dos datos: uno que define el intervalo i (ti max o ti) y otro que dé cuenta del
conteo de granos perteneciendo a este intervalo (ni o ni / Σ ni).
El conjunto de estos dos datos para todos los intervalos "i” se llama distribución de tamaños.
a un progresión aritmética
0 1 2 3 4 5 6 7 8 9 10 en escala lineal
ESCALA LINEAL t i+1 = ti + d
Si se vuelve al caso del tamizaje físico, se recuerda que en cada tamiz se recoge los granos
del intervalo de tamaños limitado por los tamaños de malla del tamiz en cuestión y del tamiz
inmediatamente superior.
En tal caso se recogen los granos que están contenidos en el tamiz "i" y más bien que contar
su número, lo que puede ser muy tedioso, se pesa la masa mi de granos del intervalo "i".
Se repite tal operación para todos los intervalos obteniéndose las fracciones en masa (o
volumen) mi / Σ mi para cada intervalo.
El conjunto de estas fracciones define la distribución en masa-volumen, la cual es
obviamente diferente a la distribución en número.
Para fijar las ideas, se puede considerar el ejemplo siguiente de una canasta de frutos que
contiene una naranja y ocho mandarinas. Para simplificar el cálculo se supone que todos los
frutos son esféricos con diámetros respectivos 5 cm (mandarina) y 10 cm (naranja) y densidad
unitaria. En tales condiciones se obtienen los datos siguientes:
"i" ti ni ni / Σ ni masa mi mi / Σ mi
__________________________________________________________________
Mandarinas 1 5 8 8/9 65.45 523.6 1/2
Naranja 2 10 1 1/9 523.6 523.6 1/2
La fracción que corresponde al intervalo "i" se llama fracción diferencial del intervalo "i" y
se notará con el símbolo "Fi , completado por un exponente entre ( ) que indica el orden de la
distribución, es decir si se trata de una fracción en número, en longitud, en superficie o en
volumen: "Fi (n) .
Para evitar sobrecargar la notación no se colocará el exponente entre ( ) si es igual a cero, es
decir si se trata!de la distribución en número. Por lo tanto en lo que sigue se supone que la
ausencia de notación concerniente al orden de la distribución indica que se trata de una
!
distribución en número.
(0)
"Fi o "Fi = ni / Σ ni "Fi (3) = mi / Σ mi
k=1
El conjunto de los datos [[ti , ΔFi(n)] produce la distribución diferencial, mientras que los datos
[ti , Fi] producen la distribución acumulada o integral. !
!
La figura 5 indica el caso de una población de partículas esféricas de misma densidad.
CLASES deTAMAÑO
1.4 6
2.0 6
2.8 2
4.0 1
1.5. HISTOGRAMAS
h (n)
i
{
tamaño ∆ ti
t i min t i máx
La altura hi(n) es entonces una medida de la fracción por intervalo unitario (es decir si Δti = 1).
Esta representación posee la ventaja de ser insensible al tipo de recorte efectuado. En efecto, si
se divide cada intervalo, la división de Δti se repercuta sobre ΔFi(n), y hi(n) mantiene el mismo
significado.
En el gráfico (Fig. 7) se coloca el valor Fi(n) a partir del tamaño tmin, puesto que se define Fi(n)
como el cúmulo de las fracciones ΔFi hasta incluso la que corresponde al intervalo "i".
En ciertos casos se prefiere usar, no una escalera, sino una línea compuesta de segmentos de
recta, que unen los puntos [ti, Fi(n)].
{
∆t i
t i min t i máx
.
1
F (n)
i
F (n)
i
0
ti
Fig. 8. Histograma Cumulado
La anterior tenía el inconveniente de tener que fijar, a veces arbitrariamente, el valor t1min para
el primer intervalo.
Este debe además fijar el valor tm max límite superior del último intervalo, de manera de poder
ubicar los puntos t1, . . . tm.
Estas escogencias pueden ser críticas e introducir errores considerables en caso de truncación
de la distribución (Véase cuaderno FIRP S555A).
Si los intervalos son iguales, la altura de las barras del histograma diferencial es proporcional
a la fracción correspondiente ΔFi lo que es una ventaja. Sin embargo, en caso de sistemas
polidispersados como lo son las emulsiones, es mas practico escoger una progresión geométrica
para timax y como consecuencia para Δt (Véase cuaderno FIRP S555A).
∆F (n) ∆F (n)
i f
i
dF
f {
∆t i dt
∆t i
Fig 9: Pasaje al límite
"Fi
hi =
"t
dF t
al límite cuando ∆ t 0 entonces = f (t) = y F(t) = " f (x)dx
dt 0
!
1 +#
El recorte en intervalos es una necesidad experimental, que esté hecho por el operador o que
se deba a una discretización del sistema de detección del aparato medidor de tamaño.
Conviene un poco las consecuencias del proceso de discretización sobre la precisión de la
representación de una información continua.
Sea f la función de frecuencia de una población y ∆Fi el área del rectángulo asignado
experimentalmente como la fracción correspondiente al intervalo i limitado por los tamaños ti min
y ti máx.
f (t)
"
área f (t) dt
área !F i
hi
mi
t i min t i máx
Fig. 10 : Discretización
El valor f(mi) no es más que la altura del rectángulo, llamado anteriormente hi. Sin embargo,
se debe notar que mi no es necesariamente el valor promedio (aritmético o geométrico) ti que se
usó anteriormente. mi corresponde a un tamaño medio tal que las áreas entre ∆Fi y ∫ f(x) x se
compensen.
fi " h i
" f(t) Frecuencia
ti mim Fi
!
$ " #F = $ " f #t
i
i i
i
i i i " 0
#
$ "(x)f (x)dx
!
Donde " es una función!cualquiera del tamaño, en la forma " (t), con valor f = " (t ) en el i i
intervalo "i" para la sumatoria discreta. !
!
!
Esta última relación es la que se usa en el cálculo de los momentos, en particular de las
medias.
! Finalmente se debe recordar que todas estas relaciones
! se aplican cualquier
! sea el orden de
las distribuciones. Se puede !entonces reemplazar f , ∆F , f ó F por f ∆F , f ó F .
i i i
(n),
i
(n) (n) (n)
Cuando se estudia una muestra de granos, es a menudo necesario dar cuenta de toda la
muestra con un sólo número: un tamaño característico, un tamaño medio o equivalente.
No es fácil escoger tal tamaño porque hay muchas formas de calcular tal tamaño,
especialmente si se quiere adaptarlo al tipo de fenómeno involucrado
A continuación se definen los valores que indican la noción de "centro" o de "medio" de una
distribución. Los símbolos corresponden a una distribución en número; para obtener los
equivalentes para las otras distribuciones bastaría añadir el símbolo (n) a los símbolos f y ∆F.
"
2.4. MOMENTOS
Se llama momento de orden "p", de una distribución de orden (n) alrededor de un valor to, a
la cantidad definida por:
p p
M P(
n)
= # fi (
n)
(t o ) = # "Fi( n ) (t i $ t o ) (t i $ t o ) "t
i i
+" p
! o la integral = # f ( n ) (t ) (t i $ t o ) dt
0
"
El momento de orden 2 respecto a la media t se llama varianza y se escribe σ2, cuadrado
de la desviación estándard σ. !
2 +" 2
" _% +! _. % _(
M 2 $ t ' = ( = 1 )Fi -t i * t 0 ó la integral
2
# f (t) '&t i $ t*) dt
#& , / 0
La desviación estándard σ es una medida de la dispersión de los datos alrededor del valor
!
medio; por lo tanto, da cuenta de la "anchura" de la!distribución. Se puede demostrar fácilmente
que:
" _% _2 2
M 2 $ t ' = ( = M 2 (0) ) t = M 2 (0) ) [M1 (0)]
2
#&
! !
La respuesta a esta pregunta requiere que se defina cual es el uso del tamaño medio en
cuestión.
Para fijar las ideas nos vamos a limitar ahora al uso de la distribución en número, pero vamos
a calcular varios tamaños medios para una población de granos esféricos, cuya dimensión esté
definido por su diámetro d.
" 3
El volumen de 1 grano de la clase "i" es: . . . . . . . . . . . di
6
" 3
El volumen de todos los granos de la clase "i" es: . . . . n id i
6
!
"
El volumen total de los granos es: . . . . . . . . . . . . . . . . . #
6 i
ni di3
!
6
# n id i " 3
= # $Fid i
# ni 6
____
El grano medio equivalente tiene un diámetro dv tal que Σ nigranos de este diámetro
tuvieran un volumen igual !
al volumen total:
____ 3
" 3! "
6
# ni di =
6
d v #n i
i
_
de donde este diámetro dv
llamado diámetro medio en volumen de la distribución en número,
!
que se puede calcular por:
____ 3
_ 1
d v = # "F d i i
3
= M3 o sea d v = [M 3 ] 3
!
_
En forma idéntica se podría calcular
!
d s , el diámetro medio en superficie de la distribución
en número, como el diámetro de la esfera tal que Σ ni esferas semejantes tuvieran la misma
superficie que la muestra:
!
_ 1
d s = [M 2 ] 2
!
!
Este diámetro equivalente es particularmente importante en los estudios de los fenómenos de
superficie, ya que es el diámetro de la esfera que posee el mismo área específico que la
población.
El área específico es la relación de la superficie al volumen del grano o del sistema. Permite
hallar la superficie disponible para la adsorción por unidad de volumen de una sustancia.
Superficie n i " # 2 6
= =
Volumen n i " # 3 #
6
al igualar los !
valores:
M
δ = 3=
# "Fi di
M 2 # "Fi d i 2
__
Este diámetro se llama diámetro medio de Sauter (SMD), y se nota d vs , y puede calcularse
!
como la relación entre el momento de orden 3 y el momento de orden 2 de la distribución en
número. Por tal razón se simboliza a veces como D(3,2). Veremos más adelante que se puede
también calcular a partir de las distribuciones en superficie (orden 2) y en volumen (orden 3).
En los análisis por tamizaje, elutriación, sedimentación, difracción de luz, etc, los datos de
ocurrencia son fracciones en peso, es decir equivalentes a fracciones en volumen, si se supone
que todos los granos poseen la misma densidad.
A continuación se analiza la conversión entre los datos en volumen y los datos en número
para una muestra de granos esféricos cuyo tamaño está definido por el diámetro di. Ahora sí se
van a usar los símbolos de las fracciones que corresponden a las distribuciones en número (orden
0) y en volumen (orden 3):
∆Fi(0) = ni / ∑ni
di3
El volumen de 1 grano de la clase i es : "
6
di3
El volumen de todos los granos de la clase i es: Vi = n i "
6
por lo tanto:
!
ni 3
! 3 di
(3) Vi ni di $n i "Fi( 0) d i 3
"Fi = = = =
# Vi # ni di 3 # ni di 3 # "Fi( 0) di 3
$n i
de donde:
! "Fi( 0) "Fi( 3)
=
# "Fi( 0) di 3 di 3
sumando respecto a "i" todos los términos de la igualdad anterior:
!
# "F ( )i
0
1 "Fi( )
3
= = # d3
# "F ( ) d
i
0
i
3
# "Fi( 0) di 3 i
di3
/ # "Fd i
3
i
! !
Si es relativamente fácil entender lo que representa la distribución en masa-volumen, y como
se pasa de esta a la distribución en número, es mucho más sutil visualizar la diferencia entre:
_
el diámetro medio (en volumen) de la distribución en número: d v
__
el diámetro medio (en longitud) de la distribución en volumen: Dv
!
" 1 1 _ # "F i
(0 )
di
4
M4
dv = [$ #f i
(0 )
di
(3 )
] 3
= [M 3 ] 3
Dv = # "F
!i d i
(3)
=
# "F i
(3 )
di
3
=
M3
= M1
(3 )
_
!La diferencia es particularmente sutil en inglés, en cuyo idioma d se llama: "mean mass
! v
__
diameter" y Dv "mass mean diameter".
__
Ciertos autores emplean el símbolo D(4,3) para Dv .
!
!
3.2. DISTRIBUCION en SUPERFICIE
!
Si se procesan las imágenes de los granos mediante un sistema computarizado o si se usa un
sistema de detección basado sobre la superficie (adsorción, etc), entonces el dato de ocurrencia
puede ser la fracción en superficie, simbolizada por:
∆Fi(2) = si / ∑si
Si como anteriormente se suponen los granos esféricos, con tamaño determinado por su
diámetro di.
2
d
La superficie de un grano de la clase i es: " i
4
" 2
La superficie de todos los granos de la clase i es: si = ni di
4
" 2
La superficie de todos los granos!es: # ni di
4
Por lo cual: !
2 (0) 2
s n d "Fi d i
(2)
! "Fi = i = i i 2 =
# si # ni di # "Fi (0) di (2)
=
1 "F
= # i2
(2)
# "F di
(0)
i
2
# "Fi di
(0 ) 2
di
M1 = # "Fi d i
(2 ) (2)
=
# "F i
(0 )
di
3
= d sv =
_ M3
# "F i
(0 )
di
2
M2
!
3.3. RELACIONES GENERALES
Se pueden generalizar estos resultados, escribiendo las relaciones entre las fracciones de las
distribuciones de orden n y 0.
n (0 ) n
(n ) ni di "Fi d i
"Fi = =
# ni di # "Fi (0) di n
n
!
Cuaderno FIRP S554A 19 Granulometría — Teoría
e inversamente, por un cálculo ya hecho dos veces:
(n ) (n )
"Fi "F
/ # in
(0)
"Fi = n
di di
=
M n +1
# "F i
(0 )
di
n
Mn
% (
(n) = # "Fi d i =
(n ) p # "F i
(0 )
di
n +p
=
M n +p
MP
# "F i
(0 )
di
n
Mn
Se puede usar esta igualdad con el fin de hallar varias expresiones para calcular el diámetro
medio de Sauter, aún con un valor negativo de p.
!
1/1
_
M "M % 1
d vs = 3 = $ 2+1 ' = M1( )
M2 # M2 &
2
[ ]
(1 1/1
"M 2 % " M 3(1 % (1
! $ ' =$
# M1 & # M3 &
' = M(1
( 3)
[ ]
"1
% #F ( 3) (
"1 %$ #F ( 0)d 2 ( _
( 3) "1 i i
[M ]
"1 = '$
&
i
di )
* =' ( 0) 3
'&$ #Fi d i *)
* = d vs
El diámetro medio de Sauter puede por lo tanto calcularse a partir de la distribución de orden
(3) es decir la distribución en volumen dada por los aparatos de difracción/difusión de luz. Es lo
que se hace a! menudo en los programas de explotación computarizada de los datos
granulométricos.
Sin embargo, tal método puede conducir a errores considerables en caso de que el límite
inferior de la distribución esté ubicado al límite de detección del aparato utilizado. En efecto, en
tal caso se comete un error notable sobre el valor de frecuencia ∆F1 al atribuirlo a la clase de
diámetro más pequeño (d1), ya que es justamente esta clase que posee el mayor término
ponderado 1⁄d1 de la sumatoria:
Ejemplos de casos prácticos indican que el primer término puede llegar a "pesar" un 40 ó
50% del total de la sumatoria. Es por lo tanto obvio que no se puede tolerar técnicas como la de
! en la clase de menor diámetro todo el "peso" de los granos de diámetro inferior al
acumular
límite de detección del aparato.
Para evitar este tipo de error se ha diseñado un método apropiado (véase cuaderno FIRP
S556A).
donde x puede variar de -∞ a +∞. Para que la función integral sea unitaria en + ∞ se debe
cumplir:
! +#
2
1 = k $ e"x /2
dx
"#
1! +# "x 2 / 2
Se define la integral: I =
2k 0
$ e dx
+" +"
# #e ( ) dx dy
2 $ x 2 +y 2 / 2
2
Y se calcula I como una integral doble: I =
! 0 0
x = ρ cosθ x>0,y>0 y
y = ρ senθ ρ>0
!
dx dy = ρ d ρ dθ 0 < θ < π/2 "
I
x
se obtiene:
#/2 +'
2 %& 2 / 2 #
I = $ d" $ e & d& =
2
0 0
!
Cuaderno FIRP S554A 22 Granulometría — Teoría
0.5
f (x)
0.4
punto de inflexión
0.3
σ σ
0.2
F (x)
0.1
2σ
0.0
x 0 1 2 3 4
0.2
0.1
0.0
t "m dt
x= dx =
# "
de donde:
! !
1 $[ ( t$m ) /" ] 2 2
f (t ) dt = e dt
" 2#
F(m - σ) = 0.16
F(m + σ) = 0.84
F(m) = 0.50
F(m - 2.41 σ) = 0.01
F(m + 2.41 σ) = 0.99
- La primera es de carácter teórico. En efecto, cualquier sea m, existe siempre una fracción
acumulada F(0) no nula, ya que el dominio de la variable de una distribución normal es
abierto: ]-∞ / +∞[. De otra parte es obvio que no puede haber un sentido físico para una
fracción de granos con diámetro negativo.
Estas dos razones nos llevarán a considerar una ley derivada de la ley normal, pero sin
ninguno de estos inconvenientes: la ley log-normal.
x = ln t dx = d ln t = dt/t
1 + 1 % lnt $1nm ( 2 .
f (1nt ) dlnt = exp-$ ' * 0 d 1nt
1n" 2# , 2 & 1n" ) /
Los puntos de ordenada 0.84 y 0.16 están situados ± lnσ del valor ln m, por lo tanto:
! ln σ2G = F-1(0.84) - F-1(0.16)
0 0 0 0
0 2 4 6 8 10 1 10
Escala Lineal tamaño Escala Log tamaño
1 )" p% 2,
[M p(
n)
] p
= m( 0) exp+$n + '(1n() .
*# 2& -
Si los datos obedecen a una distribución log-normal, se puede por lo tanto transformar muy
fácilmente los datos de una distribución de cierto orden en los datos de cualquier otra, y calcular
los momentos! deseados.
Se analizan las aplicaciones de estas propiedades en el cuaderno FIRP S555A, donde se
discute que tal distribución permite muy a menudo dar cuenta de los datos granulométricos de las
emulsiones.
Se ha notado que cuando una distribución log-normal representa correctamente los datos en
el centro del dominio de tamaño, pero muestra ciertas desviaciones en las zonas de pequeños y
grandes tamaños, puede ser útil sustituir la variable tamaño t por:
t t " t min
x= ó x=
t máx " t t máx " t
donde tmin y tmáx son valores mínimo y máximo que deben optimizarse para que la variable x
tenga una distribución log-normal.
! !
Otra modificación de la distribución log-normal se basa sobre la mediana tm y la desviación δ
+ %1n t /2 $1n t /2 ( 2 .
1 1 ( ) ( m ) 0 dt
f (t ) dt = exp-$ ' *
" /2 # exp(# /2)
2
-, 2 & # ) 0/ t m
!
4.4. DISTRIBUCION de WEIBULL
# (t " g) b &
F(t ) = 1" exp%" (
%$ a ('
DENSIDADES de DISTRIBUCION
+ % x $ m 2 (.
Normal f ( x) =
1
exp-$''
( ) *0
-, & 2" *)0/
2
" 2#
#
ak
Poisson f ( x) = e"a $ %( x " k ) "( x # k ) : función delta de Kronecker*
! k= 0
k!
n
" n%
Binomial f ( x) = ( $ ' p k q n)k *( x !
) k) con p + q = 1
! # &
k= 0 k
c b+1
! Gamma f ( x) = A x b e"cx U(x) con A = y U(x) es el escalón de Heavyside
"(b + 1)
$
donde la función Γ es: "(b + 1) = % y b e#y dy Si n es un entero Γ(n+1) = n!
! 0
!
Beta f(x) = A x b (1" x) c 0 ≤ x ≤ 1
!
"(b + c + 2) #(b)#(c)
con A = función "(b,c) =
! "(b + 1)"(c + 1) # (b + c )
" " /#
Laplace f(x) = exp(#" x ) Cauchy f ( x)
2 " 2 + x2
! !
x $ x2 ' 2 % x2 (
Rayleigh f ( x) = exp&# 2 ) U( x) Maxwell f ( x) = x 2 exp'$ 2 * U( x)
! "2 % 2" ( ! "3 # & 2" )
+%.
" (# ) = & ei#x f (x)dx Transformada de Fourier ó valor medio de ei"x
$%.
Esta función tiene la propiedad siguiente a la cual debe su nombre de función generadora de
! momento:
d n "(0) n
= i Mn
d# n
REFERENCIAS !
ALLEN T., Particle size measurement, 3rd Ed., Chapman & Hall
BARTH H. Editor, Modern methods of particle size analysis, Vol. 73 Chemical Analysis
Condiciones de Reproducción
Los cuadernos FIRP están destinados a docentes y
estudiantes. Pueden descargarse y reproducirse solo
para uso individual.
Su venta o su reproducción como material de
apoyo de cursos con pago de matrícula requiere una
autorización escrita del editor (firp@ula.ve)
Laboratorio FIRP, telef: ++ [58] (0) 274 2402954 Fax: ++[58] (0) 274 2402947
e-mail : firp@ula.ve
Escuela de INGENIERIA QUIMICA,
UNIVERSIDAD de Los ANDES Mérida 5101 VENEZUELA
http://www.firp.ula.ve