Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Superficie Respuesta
Superficie Respuesta
f ( x1 , x2 )
La superficie representada por esta ecuacin se denomina superficie de
respuesta.
Regin ptima
Rendimiento
esperado (%)
Tiempo de reaccin (min.)
Temperatura (C)
Fig. 3.1 Superficie de respuesta tridimensional, muestra
el rendimiento esperado en funcin de la temperatura y tiempo
1
70 75 80
85
90
Tiempo de
Reaccin
20
(min.)
60 65
100
110
120
130
140
Temperatura (C)
Fig. 3.2 Grfica de contornos del rendimiento de la
superficie de respuesta
Si la respuesta es modelada adecuadamente por una funcin lineal de las
variables independientes, entonces la funcin de aproximacin es el modelo de
primer orden, por ejemplo:
y 0 1 x1 2 x 2 ... k x k
(3.1)
k 1
i 1
i 1
i 1
Y 0 i X i ii X i2
j 2
ij
XiX j
(3.2)
^ ^ k^
y 0 i xi
(3.3)
i1
y
son una serie de lneas rectas paralelas como se muestra en la siguiente figura:
y =50
^
y =40
Trayectoria de
ascenso rpido
Regin de la
superficie de respuesta
y =30
^
y =20
ajustada de 1 orden
de
primer
orden
se incrementa
}. El experimentador
1 35
5
155
x2 2
5
x1
Los
cinco
puntos
centrales
Rendimiento
Y
39.3
40.0
40.9
41.5
40.3
40.5
40.7
40.2
40.6
X2
-1
1
-1
1
0
0
0
0
0
se
usan
como
rplicas
para
Effect
1.5500
0.6500
-0.0500
Coef
40.4250
0.7750
0.3250
-0.0250
0.0350
SE Coef
0.1037
0.1037
0.1037
0.1037
0.1391
T
389.89
7.47
3.13
-0.24
0.25
P
0.000
0.002
0.035
0.821
0.814
Son signif. A y B
DF
2
1
1
4
Seq SS
2.82500
0.00250
0.00272
0.17200
Adj SS
2.82500
0.00250
0.00272
0.17200
Adj MS
1.41250
0.00250
0.00272
0.04300
0.17200
0.17200
0.04300
F
32.85
0.06
0.06
P
0.003
0.821
0.814
Curvatura no
significativa
3.00222
tamao
xi
del
paso
para
loas
otras
variables
es
i
....i 1, 2,.., k ; para..i j
j / x j
En este caso
x2
2
0.325
0.42
1 / x1 (0.775) /1.0
1
5
2
x2
5
1 x1 (5) 1* 5 5mi.
x1
2 x2 (5) 0.42 * 5 2 F
Tomando el punto correspondiente a (0,0)se realizan
experimentos individuales adicionales, incrementando
las
variables
en
los
pasos
resultando en:
indicados
arriba
1
Orig.+
2
Orig.+2
3
Orig.+3
4
Orig.+4
5
Orig.+5
6
Orig.+6
7
Orig.+7
8
Orig.+8
9
Orig.+9
10
Orig.+10
11
Orig.+11
12
Orig.+12
a
X2
1
0
0.42
0.42
0.84
1.26
1.68
2.10
2.52
2.94
3.36
3.78
4.20
4.62
5.04
35
5
40
45
50
55
60
65
70
75
80
85
90
95
2
155
2
157
159
161
163
165
169
171
173
175
177
179
181
41.0
42.9
47.1
49.7
53.8
59.9
65.0
70.4
77.6
80.3
76.2
75.1
es
(80,90)
para
es
(170,180),
90
80
7
con
las
70
60
50
40
0
1 2 3 4 5 6 7 8 9 10 11 12 Pasos
nuevos
experimentos
alrededor
del
nuevo
X2
-1
1
-1
1
0
0
0
0
0
Rendimiento
Y1
76.5
77.0
78.0
79.5
79.9
80.3
80.0
79.7
79.8
Effect
1.0000
2.0000
0.5000
Coef
77.7500
0.5000
1.0000
0.2500
2.1900
SE Coef
0.1151
0.1151
0.1151
0.1151
0.1544
T
675.45
4.34
8.69
2.17
14.18
P
0.000
0.012
0.001
0.096
0.000
A y B signif.
DF
Seq SS
Adj SS
Adj MS
2
1
1
4
4
8
5.0000
0.2500
10.6580
0.2120
0.2120
16.1200
signif
X4
(0, 1.414)
(-1,1)
(-, 0)
(-1.414,0)
(1,1)
(,0) Exp. Axiales
(1.414,0)
X1
-2
(0,0)
(-1,-1)
+2
(1,-1)
(0,-1.414)
-2
Fig.
3.5
Diseo
Central
codificadas del ejemplo
Compuesto
en
las
variables
^ ^ k ^ k ^ k1 k ^
2
0 i i i i ij i j
i1 i1 i1 j2
y X X X
Los experimentos a realizar por medio del diseo central compuesto tomando el
nuevo punto (0,0) en (85, 175) y agregando puntos axiales en +- 1.414 queda
como:
Variables
Variables
del Proceso
codificadas
Corrida Tiempo (min.) Temp.(F)
X1
1
80
170
-1
2
80
180
-1
3
90
170
1
4
90
180
1
5
85
175
0
6
85
175
0
175
7
85
0
8
85
175
0
9
85
175
0
10
92.07
175
1.414
11
77.93
175
-1.414
12
85
182.07
0
13
85
167.93
0
X2
-1
1
-1
1
0
0
0
0
0
0
0
1.414
-1.414
Rendimiento
Y2
76.5
77.0
78.0
79.5
79.9
80.3
80.0
79.7
79.8
78.4
75.6
78.5
77.0
10
StdOrder
RunOrder
BlocksA
-1.00000
-1.00000
76.5
1.00000
-1.00000
78.0
-1.00000
1.00000
77.0
1.00000
1.00000
79.5
-1.41421
0.00000
75.6
1.41421
0.00000
78.4
0.00000
-1.41421
77.0
0.00000
1.41421
78.5
0.00000
0.00000
79.9
10
10
0.00000
0.00000
80.3
11
11
0.00000
0.00000
80.0
12
12
0.00000
0.00000
79.7
13
13
0.00000
0.00000
79.8
2
13
Blocks:
Alpha:
none
1.414
Center points:
Coef
79.940
SE Coef
0.11896
T
671.997
11
P
0.000
0.995
0.515
-1.376
-1.001
0.250
0.09405
0.09405
0.10085
0.10085
0.13300
R-Sq = 98.3%
10.580
5.478
-13.646
-9.928
1.880
0.000
0.001
0.000
0.000
0.102
R-Sq(adj) = 97.0%
DF
5
2
2
1
7
3
4
12
Seq SS
28.2478
10.0430
17.9548
0.2500
0.4953
0.2833
0.2120
28.7431
Adj SS
28.2478
10.0430
17.9548
0.2500
0.4953
0.2833
0.2120
Adj MS
F
5.64956 79.85
5.02148 70.97
8.97741 126.88
0.25000
3.53
0.07076
0.09443
1.78
0.05300
P
0.000
0.000
0.000
0.102
0.290
Coef
79.9400
0.994975
0.515165
-1.37625
-1.00125
0.250000
12
Surface Plot of Y
80.5
79.5
78.5
77.5
76.5
75.5
74.5
73.5
-1.5
-1.0
-0.5
0.0
0.5
1.0
0.0
-0.5
-1.0
-1.5
0.5
1.0
1.5
1.5
Contour Plot of Y
75
76
77
78
79
80
-1
-1
13
La
localizacin
exacta
del
punto
estacionario
0.515
...
k
11 , 12 / 2,..., 1k / 2
1.376, 0.1250
12 / 2, 22 ,....2 k / 2
B
0.1250, 1.001
matriz.simetrica,
kk
0.389
1
1 0.7345, 0.0917 0.995
xs B 1b
0.306
2
2 0.0917, 1.006 0.515
1
y s 0 xs b
2
Las matrices se invierten marcando el rea donde quedar el resultado y con la
funcin matemtica MINV (rango de la matriz original).
Las matrices se multiplican marcando el rea donde quedar el resultado y
usando la funcin MMULT.
En trminos de las variables naturales el punto estacionario es:
1 85
5
175
x2 0.306 2
5
1 86.95 min utos
2 176.5 F
y s 80.21
x1 0.389
14
se
2 2.3788 1.3639 0
1 0.9641, 2 1.4147
y 80.21 0.9641w1 1.4147 w2
Como los coeficientes lambda son negativos se concluye que se trata de un punto
estacionario mximo, si ambos son negativos se trata de un mnimo y si tienen
signos diferentes se trata de cordilleras.
15