Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Las metodologas de superficie de respuesta son usadas para analizar una respuesta de
inters que se ve afectada por ciertas variables y para la cual se necesita llegar a un
valor ptimo.
en la variable respuesta.
Ejemplo.
Retomemos el caso del ingeniero, l decide, en base a su experiencia, que la regin de
exploracin deber ser alrededor de 35 minutos y 155F. Como se mencion
anteriormente, se iniciar el anlisis de la superficie de respuesta con un modelo de
primer orden, en este caso, un diseo factorial 2k:
Variables Codificadas
X1
X2
-1
-1
-1
1
1
-1
1
1
0
0
0
0
0
0
0
0
0
0
Respuesta
Y (Rendimiento)
39.3
40.0
40.9
41.5
40.3
40.5
40.7
40.2
40.6
Obsrvese que se han obtenido rplicas del punto central con el objetivo de estimar el
error experimental y permitir la verificacin de la adecuacin del modelo de primer
orden.
Al analizar estos datos en el MINITAB se obtienen los siguientes resultados:
Ajuste factorial: Rendimiento vs. Tiempo, Temperatura
Efectos y coeficientes estimados para Rendimiento (unidades codificadas)
Trmino
Constante
Tiempo
Temperatura
Tiempo*Temperatura
Ct Pt
S = 0.207364
R-cuad. = 94.27%
Efecto
1.5500
0.6500
-0.0500
Coef
40.4250
0.7750
0.3250
-0.0250
0.0350
PRESS = *
R-cuad.(pred.) = *%
Coef.
de EE
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
R-cuad.(ajustado) = 88.54%
GL
2
1
1
4
4
8
SC sec.
2.82500
0.00250
0.00272
0.17200
0.17200
3.00222
Fuente
Efectos principales
2-Interacciones de (No.) factores
Curvatura
Error residual
Error puro
Total
P
0.003
0.821
0.814
SC ajust.
2.82500
0.00250
0.00272
0.17200
0.17200
MC ajust.
1.41250
0.00250
0.00272
0.04300
0.04300
F
32.85
0.06
0.06
Se observa que la interaccin entre las variables y la curvatura no son significativas con
un nivel de =0.05. La misma conclusin obtenemos observando la tabla ANOVA
donde el p-valor de la prueba de curvatura y de interacciones es mayor a =0.05.
De esta manera el modelo de primer orden
= 40.44 + 0.775&' + 0.325&* +
Variables Naturales
1 (Tiempo)
2 (Temperatura)
Respuesta
Y (Rendimiento)
35
40
45
50
55
60
65
70
75
80
85
90
95
155
157
159
161
163
165
167
169
171
173
175
179
181
41
42.9
47.1
49.7
53.8
59.9
65.0
70.4
77.6
80.3
76.2
75.1
Los nuevos rendimientos fueron obtenidos por el ingeniero experimentando con los
tiempos y temperaturas de la trayectoria de mximo ascenso.
Se observa que el mximo se alcanz con un tiempo de 85 minutos y una temperatura
de 175F.
Como se mencion anteriormente el proceso es secuencial, iniciaremos nuevamente
en el punto (85,175) y utilizaremos un diseo factorial 2k:
Variables Codificadas
X1
X2
-1
-1
-1
1
1
-1
1
1
0
0
0
0
0
0
0
0
0
0
Respuesta
Y (Rendimiento)
76.5
77.0
78.0
79.5
79.9
80.3
80.0
79.7
79.8
Trmino
Constante
Tiempo
Temperatura
Tiempo*Temperatura
Ct Pt
S = 0.230217
R-cuad. = 98.68%
Efecto
2.0000
1.0000
0.5000
Coef.
de EE
0.1151
0.1151
0.1151
0.1151
0.1544
Coef
77.7500
1.0000
0.5000
0.2500
2.1900
PRESS = *
R-cuad.(pred.) = *%
T
675.45
8.69
4.34
2.17
14.18
P
0.000
0.001
0.012
0.096
0.000
R-cuad.(ajustado) = 97.37%
GL
2
1
1
4
4
8
SC sec.
5.0000
0.2500
10.6580
0.2120
0.2120
16.1200
SC ajust.
5.0000
0.2500
10.6580
0.2120
0.2120
MC ajust.
2.5000
0.2500
10.6580
0.0530
0.0530
F
47.17
4.72
201.09
Fuente
Efectos principales
2-Interacciones de (No.) factores
Curvatura
Error residual
Error puro
Total
P
0.002
0.096
0.000
Variables Codificadas
X1
X2
-1
-1
-1
1
1
-1
1
1
0
0
0
0
0
0
0
0
0
0
1.414
0
-1.414
0
0
1.414
0
-1.414
Respuesta
Y (Rendimiento)
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
Para ingresar estos datos a MINITAB, primero debemos crear el diseo central
compuesto:
S = 0.266000
R-cuad. = 98.28%
Coef
79.9400
0.9950
0.5152
-1.3762
-1.0013
0.2500
SE Coef
0.11896
0.09405
0.09405
0.10085
0.10085
0.13300
PRESS = 2.34577
R-cuad.(pred.) = 91.84%
T
671.997
10.580
5.478
-13.646
-9.928
1.880
P
0.000
0.000
0.001
0.000
0.000
0.102
R-cuad.(ajustado) = 97.05%
GL
5
2
2
1
7
3
4
12
SC Sec.
28.2478
10.0430
17.9548
0.2500
0.4953
0.2833
0.2120
28.7431
SC Ajust.
28.2478
10.0430
17.9548
0.2500
0.4953
0.2833
0.2120
MC Ajust.
5.64956
5.02148
8.97741
0.25000
0.07076
0.09443
0.05300
F
79.85
70.97
126.88
3.53
P
0.000
0.000
0.000
0.102
1.78
0.290
Se puede ver cmo los componentes cuadrticos de los factores resultan ser
significativos, de manera que un modelo lineal no hubiese podido describir
adecuadamente lo que sucede a la respuesta al variar los niveles de los factores. Adems
de esto se observa un componente adicional en el ANOVA: Falta de ajuste. Este
componente muestra no ser significativo, sin embargo, si lo hubiese sido, implicara
entonces que es necesario aplicar un modelo de mayor orden para describir lo que
sucede a la respuesta al variar los niveles de los factores.
Al no ser significativa la interaccin la eliminamos del modelo, obteniendo:
Regresin de superficie de respuesta: Rendimiento vs. Tiempo, Temperatura
El anlisis se realiz utilizando unidades codificadas.
Coeficientes de regresin estimados de Rendimiento
Trmino
Constante
Tiempo
Temperatura
Tiempo*Tiempo
Temperatura*Temperatura
S = 0.305224
R-cuad. = 97.41%
Coef
79.9400
0.9950
0.5152
-1.3762
-1.0013
SE Coef
0.1365
0.1079
0.1079
0.1157
0.1157
PRESS = 2.34112
R-cuad.(pred.) = 91.86%
T
585.640
9.220
4.774
-11.893
-8.652
P
0.000
0.000
0.001
0.000
0.000
R-cuad.(ajustado) = 96.11%
GL
4
2
2
8
4
4
12
SC Sec.
27.9978
10.0430
17.9548
0.7453
0.5333
0.2120
28.7431
SC Ajust.
27.9978
10.0430
17.9548
0.7453
0.5333
0.2120
MC Ajust.
6.99945
5.02148
8.97741
0.09316
0.13332
0.05300
F
75.13
53.90
96.36
P
0.000
0.000
0.000
2.52
0.197
inferior podemos poner nuestro rendimiento inicial 39.3, como objetivo un rendimiento
alto, por ejemplo, 100. El resultado proporcionado por MINITAB es:
Punto de inicio
Tiempo
Temperatura
=
=
0
0
Solucin global
Tiempo
Temperatura
=
=
0.357125
0.249510
Respuestas pronosticadas
Rendimiento
80.1860
conveniencia =
0.254424