Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Este diseño utiliza un mayor número de pruebas experimentales. Este diseño consiste en ocho
vértices correspondientes a un octágono regular, más los puntos centrales para estimar la
varianza de error experimental. Los puntos experimentales se muestran esquemáticamente en
la fig. 12.3, se sabe que la suma de los ángulos exteriores de un polígono es de 360° y podemos
calcular su ángulo central según la siguiente ecuación.
Para n=8 lados, el valor del ángulo central es de 45°, haciendo coincidir uno de los lados que
forma el ángulo central con el eje de las abscisas y los vértices del octágono correspondería a
los puntos experimentales
Ejemplo, de aplicación
En un proceso de flotación de un mineral sulfurado de cobre, después de las etapas de screening
y escalamiento se determinó que las variables más significativas son la dosificación del colector
y el porcentaje de sólidos, se desea determinar el máximo porcentaje de recuperación de cobre:
La siguiente tabla muestra los rangos de operación.
(𝑍𝑗𝑚𝑎𝑥 + 𝑍𝑗𝑚𝑖𝑛 )
𝑍𝑗0 = … … … … . . 67
2
El radio del diseño ΔZj se calcula con la siguiente ecuación (Ec 68)
(𝑍𝑗𝑚𝑎𝑥 − 𝑍𝑗𝑚𝑖𝑛 )
∆𝑍𝑗0 = … … … … .68
2
Aplicando las ecuaciones (Ec.67) y (Ec. 68) hallamos el centro y radio del diseño octogonal
Z1 Z2
𝑍𝑗0 0.025 27.5
∆𝑍𝑗0 0.01 2.5
En la planificación de las pruebas experimentales, se tiene que encontrar el valor de las variables
en escala natural por medio de la siguiente ecuación:
𝑍𝑗 = 𝑍𝑗0 + 𝑋𝑗 . ∆𝑍𝑗0
Los coeficientes del modelo matemático de segundo orden pueden ser estimados por varios
métodos entre los que podemos mencionar la técnica de regresión múltiple por mínimos
cuadrados, tanto en forma de ecuaciones normales, forma matricial y el método de correlación
múltiple, desde el punto de vista de facilidad, para poder programar en computadoras, el método
matricial es el más recomendable, y el cual está definida por la (Ec. 70 )
La matriz [X] está definida por los valores de las variables codificadas, que corresponden a sus
respectivos coeficientes de regresión según el modelo matemático. La matriz completa del
diseño octagonal es el siguiente:
La matriz transpuesta de X está definida por
El modelo matemático sirve para predecir los valores de recuperación de cobre, reemplazando
valores codificados de las variables en el rango de (-1 a +1). En muchos casos es preferible
expresar el modelo en escala natural, especialmente cuando se desea graficar, para ello se debe
proceder a decodificar el modelo según las ecuaciones descritas para los diseños de segundo
orden.
Donde εj: Es el cociente de dividir el centro del diseño y el radio del diseño
ao: Es el termino independiente del modelo a escala natural.
Antes de proseguir aplicando las actuaciones para la decodificación del modelo es necesario
conocer los siguientes datos, que se resumen en la siguiente tabla:
𝑎0 = 94.075 − (0.6078 ∗ 2.5) − (0.5536 ∗ 11) + (−0.20875 ∗ (2.5)2 ) + (−0.4375 ∗ (11)2 ) + (−0.3 ∗ 2.5 ∗ 11)
𝑎0 = 12.2319
Para los términos lineales: empleando las (Ec. 74) y (Ec. 75)
0.6878 ((−0.20875) ∗ 2.5) ((−0.3) ∗ 11)
𝑎1 𝑍1 = −2 − = 1434.534
0.01 0.01 0.01
Para los términos cuadráticos: empleamos la (Ec. 77) y (Ec. 78) tenemos:
−2.0875
𝑎11 𝑍12 = = −20875
(0.01)2
−0.4375
𝑎11 𝑍22 = = −0.07
(2.5)2
Donde:
Sbj : Desviación estándar asociado a los coeficientes
Se: Es la desviación estándar del error experimental.
Cij : Son los elementos de la diagonal de la matriz de correlación ([X] T [X])-1
Para los datos del problema del diseño octogonal para doce pruebas experimentales su diagonal
siempre será:
Para calcular el error experimental se hace a partir de las respuestas en el centro del diseño
cuyos valores se dan en la tabla siguiente:
N X1 X2 Z1 Z2 Y°
9 0.000 0.000 0.025 27.5 94.1
10 0.000 0.000 0.025 27.5 94.3
11 0.000 0.000 0.025 27.5 93.9
12 0.000 0.000 0.025 27.5 94.0
c) calculamos primer o el promedio de las respuestas en el centro del diseño, empleando la (Ec.
82)
(94.1 + 94.3 + 93.9 + 94)
Ȳ= = 94.075
4
La sumatoria de cuadrados del error experimental se calcula, con la (Ec. 83)
Para analizar la significancia de los coeficientes se compara el test calculado, con el t de tablas
para un nivel de confianza del 95% y 3 grados de libertad, para dos colas α=0.025 t (0.975,3)= 3.18
Si (t) calculado es mayor que el (t) de tablas ó si (-t ) es menor que (- t )de tablas el coeficiente
de la variable es significativa.
a) Cálculo de los valores predichos por el modelo [Y] (valor de la variable respuesta
estimada), hallaremos sus valores mediante la fórmula matricial:
b) Cálculo de los residuales:
Para llenar el cuadro de análisis de varianza de Evaluación del modelo matemático se sigue el
mismo procedimiento que el realizado con el diseño hexagonal, ya que el modelo matemático
también es de segundo orden.
La media de cuadrados del residual se calcula aplicando la (Ec. 88), teniendo en cuenta que los
parámetros del modelo son seis y se hizo doce pruebas experimentales por lo tanto los grados
de libertad son (12 - 6 = 6)
1.7202
𝑀𝑆𝐸 = = 0,28667
6
Recordando que la suma de cuadrados del error experimental se calcula cuando se determina la
significancia de los coeficientes, su valor es (SSE = 0.0875) y su media de cuadrados
MSE = 0.0291667.
La media de cuadrados de la falta de ajuste se calcula con la (Ec. 93), y sus grados de libertad
f3 es la diferencia de los grados de libertad del residual (f 1) menos los grados de libertad del
error experimental (f2), luego: (f3 = f1 - f2)
f3 = (6 – 3 = 3)
1.6327
𝑀𝑆𝐹𝐴 = = 0.5442
3
Por último, calculamos el Fo del modelo, aplicando la (Ec. 94).
0.5442
𝐹0 = = 18.659
0.0291667
Este valor los comparamos con el F de tablas, para un nivel de confianza del 95% es decir un
nivel de significación α= 5% para 3,3 grados de libertad es: F(3,3)99% = 29.46
Vemos que el coeficiente b11 y b22 son negativos, por lo tanto, su curva se asemeja a un Elipse.
𝜕2𝑌 𝜕2𝑌 𝜕2𝑌
= −4.175 = −0.875 = −0.3
𝜕𝑋12 𝜕𝑋22 𝜕𝑋1 𝑋2
𝜕2𝑌
| 2 | = 𝐻11 = |−4.175|
𝜕𝑋1
𝜕𝑌
= +0.5536 − 0.3𝑋1 − 0.875𝑋2 = 0
𝜕𝑋2
Aplicando las ecuaciones (Ec. 67) y (Ec. 68) hallamos el centro y radio del diseño Octogonal.
El valor de las variables en escala natural se halla por medio de la (Ec. 69)
𝑍𝑗 = 𝑍𝑗𝑜 + ∆𝑍𝑗𝑂 𝑋𝑗
Y = 94.075+0.6078 (0.1026) +0.5536 (0.5975) –2.0875 (0.1026)2–0.4375 (0.5975)2– 0.3 (0.1026) (0.5975)
Y= 94.27