Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capitulo2 PDF
Capitulo2 PDF
CAPITULO 2
Para el desarrollo del captulo fueron de gran utilidad Cornell [12] (1990) y
Montgomery [6] (1991), de los cuales se tom la teora y frmulas que se presentan a
continuacin.
2.1 Definicin.
matemticas y estadsticas utilizadas para modelar y analizar problemas en los que una
2.2 Terminologa.
2.2.1 Factores.
Son las condiciones del proceso que influencian la variable de respuesta. Estos
2.2.2 Respuesta.
Es una cantidad medible cuyo valor se ve afectado al cambiar los niveles de los
factores, 1 , 2 ,... k, estamos diciendo que existe una funcin matemtica de x1 , x2 , ... xk
cuyo valor para una combinacin dada de los niveles de los factores corresponde a Y, esto
Supongamos que la funcin de respuesta para los niveles de dos factores se puede
Y = 0 + 1 x1 + 2 x 2
Y = b0 + b1 x1 + b2 x 2
La relacin Y=f(x1 , x2 ,... xk.) entre Y y los niveles de los k factores 1 , 2 ,... k
representa una superficie. Con k factores la superficie est en k+1 dimensiones. Por
ejemplo cuando se tiene Y=f(x1.) la superficie esta en dos dimensiones como se muestra en
la figura 2.1 (Cornell [12] (1990)), mientras que si tenemos Y=f(x1 , x2.) la superficie est en
respuesta en tres dimensiones. En sta las curvas de los valores iguales de respuesta se
grafican en un plano donde los ejes coordenados representan los niveles de los factores.
especfico de Y . Esto se muestra en la figura 2.3 (Cornell [12] 1990). Esta grfica nos
ayuda a enfocar nuestra atencin en los niveles de los factores a los cuales ocurre un
factores. Esto se puede hacer empleando los niveles actuales de operacin para cada factor;
cantidad determinada.
independientes, por ello requerimos un modelo que aproxime la relacin funcional entre Y
y las variables independientes. Este modelo provee las bases para un nuevo experimento
Captulo 2 Metodologa de Superficies de Respuesta 41
que nos lleva hacia un nuevo modelo y el ciclo se repite. Si la respuesta se describe
adecuadamente por una funcin lineal de las variables independientes se utiliza el modelo
Y = 0 + 1 x1 + 2 x2 + ... + k x k +
Una vez que se tienen los estimadores se sustituyen en la ecuacin y obtenemos el modelo
Y = b0 + b1 x1 + b2 x 2 + ... + bk x k
De acuerdo a Cornell [12] (1990), para estimar los coeficientes se requieren N k+1
valores de respuesta (Y). El anlisis de los datos de las corridas se presenta en una tabla de
anlisis de varianza. La tabla presenta las diferentes fuentes de variacin que contribuyen a
N
SST = (Yu Y ) 2
u =1
donde Yu es el valor observado en la u-sima corrida.
N
SSR = (Yu Y ) 2
u =1
N
SSE = (Yu Yu ) 2
u =1
En la Tabla 2.1 se observa una tabla de anlisis de varianza (Cornell [12] (1990)),
hiptesis nula H0: Todas las s (excluyendo 0 ) son cero contra la alternativa HA: Al menos
SSR /( p 1)
F=
SSE /( N p)
Este se compara con una F(p-1 , N-p) , si F calculada excede este valor la hiptesis nula
se rechaza con un nivel de confianza de . Esto significa que la variacin explicada por el
Adems de esta prueba se puede hacer un anlisis del ajuste del modelo con la R2 ,
que es la proporcin total de la variacin de las Yu s con respecto a la media que se puede
SSR
R2 =
SST
Captulo 2 Metodologa de Superficies de Respuesta 44
como son biixi2 (biiixi3 ) o de los trminos de producto cruzado (bijkxixjxk ) que se refieren al
1. El nmero de los distintos puntos del diseo, n, debe exceder el nmero de trminos en
2. Al menos 2 rplicas deben recolectarse en uno o ms puntos del diseo para estimar la
Adems, los valores del error aleatorio (u ) deben asumir una distribucin normal e
dos fuentes de variacin. La primera es la falta de ajuste del modelo ajustado (debido a la
exclusin de trminos de mayor orden) y la segunda es la variacin del error puro. Para
ste para obtener la suma de cuadrados de la falta de ajuste. Es decir (Cornell [12] (1990)):
Captulo 2 Metodologa de Superficies de Respuesta 45
n rl
SSErrorPuro = (Ylu Yl ) 2
l =1 u =1
u=1, 2, ..., r1
l= 1, 2,..., n
n
SSFaltadeAjuste = rl (Yl Yl ) 2
l =1
SSFaltadeAjuste/( n p )
F=
SSErrorPur o /( N n)
cuando el valor calculado del estadstico es mayor a F(n-p , N-n, ) . Cuando la F calculada no
es mayor el cuadrado medio residual es utilizado para estimar 2 y tambin se usa para
del modelo aumentando trminos de producto cruzado y/o trminos de mayor grado en x1 ,
x2 ,... xk (Cornell [12] (1990)). Si se requieren puntos adicionales para estimar todos los
Si no se rechaza la hiptesis podemos inferir que la superficie es plana. Una vez que
se tiene la ecuacin y se ha probado el ajuste se buscan niveles que mejoren los valores de
respuesta.
alejada del ptimo real, en este caso se desea moverse rpidamente a la vecindad del
pendiente en descenso.
regresin 0 , 1 , 2,...
respuesta, entonces se ajusta un nuevo modelo de primer orden con el que se determina una
Captulo 2 Metodologa de Superficies de Respuesta 47
cercana del ptimo, esto ocurre cuando existe falta de ajuste del modelo de primer orden.
i
xi =
j / x j
donde i= 1, 2, ..., k i j
adecuacin del modelo se emplea el siguiente problema tomado de Montgomery [6] (1991):
cinco puntos centrales. Las observaciones centrales sirven para estimar el error
Tabla 2.2 Datos del proceso para ajustar a un modelo de primer orden
Variables naturales Variables Codificadas Respuesta
1 2 x1 x2 Y
30 40 -1 -1 39.3
30 160 -1 1 40.0
40 150 1 -1 40.9
40 160 1 1 41.5
35 155 0 0 40.3
35 155 0 0 40.5
35 155 0 0 40.7
35 155 0 0 40.2
35 155 0 0 40.6
El modelo indica que hay que desplazarse 0.775 unidades en direccin de x1 por
cada 0.325 unidades en direccin de x2. Sabemos que la trayectoria pasa por el punto (x1=0,
Tabla 2.4 Los incrementos se muestran tanto para las variables codificadas como para las
naturales, esto es porque las codificadas son ms fciles de manejar matemticamente y las
Se ajusta un nuevo modelo de primer orden alrededor del punto ( 1=85, 2=175).
no es una aproximacin adecuada, por lo que se trata de una superficie con curvatura y
k k k
Y = 0 + i xi + ii x i2 + ij xi x j +
i =1 i =1 i< j
En ste los i son los coeficientes de regresin para los trminos de primer orden,
los ii son los coeficientes para los trminos cuadrticos puros, los ij son los coeficientes
para los trminos de producto cruz y es el trmino del error aleatorio. Los trminos
Captulo 2 Metodologa de Superficies de Respuesta 52
cuadrticos puros y los de producto cruz son de segundo orden. El nmero de trminos en
Una vez que se tienen los estimadores se sustituyen en la ecuacin y obtenemos el modelo
k k k
Y = b0 + bi xi + bii xi2 + bij xi x j
i =1 i =1 i< j
Una vez que se ha verificado que el modelo tiene suficiencia de ajuste y que los
acuerdo a Montgomery [6] 1991, ser el conjunto x1 , x2 , ... , xk tal que las derivadas
parciales
y / x1 = y / x 2 = ... = y / x k = 0
Dicho punto (x1,0, x2,0, ..., xk,0)se denomina punto estacionario. El punto estacionario
puede ser:
Captulo 2 Metodologa de Superficies de Respuesta 53
c) Un punto silla.
Figura 2.4 Puntos estacionarios en una superficie de respuesta de segundo orden ajustada.
(a) Respuesta mxima. (b) Respuesta mnima. (c) Punto silla.
Y = 0 + x b + x Bx
donde
x1 1 11 , 12 / 2, , 1 k / 2
x
21 / 2, 22 , , 2 k / 2
x = 2 b = 2 y B=
xk / 2, / 2, ,
k k1 k2 kk
Captulo 2 Metodologa de Superficies de Respuesta 54
orden, y B es una matriz simtrica (k x k) cuya diagonal principal est formada por los
coeficientes de los trminos cuadrticos puros ( ii ), mientras que los elementos fuera de
Y
= b + 2 Bx = 0
x
(1991)):
1
x 0 = B 1 b
2
1
Y0 = 0 + x 0 b
2
La forma directa de hacer esto es mediante la grfica de contornos del modelo ajustado, sin
usando un nuevo conjunto de variables: W1, W2,..., Wk cuyos ejes representan los ejes
como se observa en la figura 2.5 (Montgomery [6] 1991). Esto da por resultado el modelo
Las i son los valores propios (tambin conocidos como races caractersticas,
punto de respuesta mnima, si todas las i son negativas, entonces es un punto de respuesta
regresin ( i ) son los diseos ortogonales de primer orden. Por ortogonal se entiende que
los elementos fuera de la diagonal de la matriz (xx) son iguales a cero, lo cual implica que
1. Diseos factoriales 2k
2. Fracciones de la serie 2k
3. Diseos simplex
4. Diseos Placket-Burman
no permite la estimacin del error experimental a menos que se repitan los experimentos,
para lograr esto se aumenta el diseo con observaciones en el centro. La adicin de los
Captulo 2 Metodologa de Superficies de Respuesta 57
2. Slo los primeros k+1 trminos del modelo definen la ecuacin de un hiperplano. Los
que la fraccin se denota como 2k-2 y contiene la cuarta parte de las combinaciones de un
2k. Las fracciones deben tener suficientes puntos para estimar los k+1 coeficientes.
Cabe sealar que al usar un diseo 2k-1 no podemos medir la posible falta de ajuste
del modelo, a menos que se cuente con una estimacin de la varianza del error haciendo
rplicas del punto central; adems, si el trmino xixjxl realmente existe sesga la estimacin
En este diseo los puntos se localizan en los vrtices de una figura regular, sta tiene
recomienda adicionar rplicas en el punto central para que sea posible obtener la varianza
Estos diseos son fracciones de arreglos factoriales 2k. Con este diseo los
menos tres niveles de cada factor (-1, 0, +1). As como en el diseo de primer orden se
desea la ortogonalidad, en ste se desea que sea un diseo rotable. Se dice que un diseo es
2. Diseo equirradial
3. Diseos Box-Behnken
Este diseo consiste en un factorial o factorial fraccionado 2k, donde los factores son
codificados de tal manera que el centro sea (0,0,...,0), aumentado por 2k puntos axiales (,
0, 0,..., 0), (0, ,0,..., 0), (0, 0, ,..., 0), (0, 0, 0,...,), y nc puntos centrales (0,0,...,0).
=(nf)1/4
Otra propiedad til del diseo es que puede crecer a partir de un diseo 2k de
primer orden, agregando puntos axiales y quiz algunos puntos centrales (Montgomery [6]
(1991)). Con la eleccin del nmero de puntos centrales (n0), el diseo puede hacerse
a la predicha a una distancia unitaria del origen. Este proporciona mayor proteccin que el
mayor orden.
una esfera. Para k=2, el diseo se obtiene combinando n2 5 puntos igualmente espaciados
tiles en este caso. Para k=3, los nicos arreglos que cuentan con puntos suficientes para
Segn Montgomery [6] (1991), este diseo es ocasionalmente til en problemas con
incompletos. Los diseos resultantes suelen ser ms eficientes en trminos del nmero de
corridas requerido. Adems, son rotables (o casi rotables) y hace la estimacin de los