Universidad Técnica Federico Santa María

Departamento de Ingeniería Química y

Ambiental
IWQ 214 - Análisis y Diseño de Experimentos Industriales

TAREA N°2
Análisis y diseño de experimentos
industriales 2023-1

Evaluación Puntaje
Formato
Pregunta 1
Pregunta 2
Pregunta 3

NOTA FINAL

Nombre Fernanda Antonia Sotelo González

ROL 202004550-k
Fecha 19/06/2023

1
 Universidad Técnica Federico Santa María
Departamento de Ingeniería Química y
Ambiental
IWQ 214 - Análisis y Diseño de Experimentos Industriales
DESARROLLO 1
a) Mediante la herramienta “Solver” se obtienen los valores de los parámetros Ea y A para
ambos modelos, además se reporta la sumatoria de residuos en la Tabla 1.

Tabla 1 Valores de parámetros y residuos para cada modelo.

MODELO Ea A Sumatoria de residuos

Linealizado 148133,363929 5,066∗10
20
0,000001
No linealizado 125538,826143 1,582∗10 17 0,000001
b) Según el análisis realizado para el modelo linealizado, se observa que no hay evidencia
de falta de ajuste, puesto que F0 es menor que F.
c) Al calcular los intervalos de confianza para los parámetros “A” y “Ea” del modelo
original se obtiene lo siguiente, recopilado en la Tabla 2:

Tabla 2 Intervalo de confianza parámetros.

L inf L sup
A −3,80∗10
21
5,250∗10
21

Ea 147062,283 151287,895
Como se puede observar en ambos intervalos de confianza “A” y “Ea” están dentro de
ellos. Por tanto, el modelo se ajusta de manera correcta.
d) Ventajas regresión lineal: en primer lugar, se tiene la ventaja de que se tiene menos
complejidad puesto que se trabaja con variables mas reducidas. Por otro lado, se tiene
que son más fáciles de interpretar, por lo mismo mencionado anteriormente.
Ventajas regresión no lineal: Lo más importante es que presenta un mejor ajuste puesto
que se evitan errores al momento de linealizar, por tanto, se obtienen mejores
resultados.
e) Se obtienen los intervalos de predicción para cada valor de constante cinética, esto se
encuentra en la Tabla 3.
Tabla 3 Intervalos de predicción.

lin inf lim sup

0,00612975 0,006635585
2
0,00612975 0,006635585
2
0,00612975 0,006635585
2
0,00102856 0,001501635
0,00102856 0,001501635
0,00102856 0,001501635
0,00013874 0,000314226
4
0,00013874 0,000314226
4
0,00013874 0,000314226
4
1,44168E-05 5,81058E-05
1,44168E-05 5,81058E-05
1,44168E-05 5,81058E-05
8,61139E-07 9,40676E-06

2
 Universidad Técnica Federico Santa María
Departamento de Ingeniería Química y
Ambiental
IWQ 214 - Análisis y Diseño de Experimentos Industriales
8,61139E-07 9,40676E-06
8,61139E-07 9,40676E-06

3
 Universidad Técnica Federico Santa María
Departamento de Ingeniería Química y
Ambiental
IWQ 214 - Análisis y Diseño de Experimentos Industriales

DESARROLLO 2
a) Según el análisis realizado para el modelo, se observa que no hay evidencia de falta de ajuste,
puesto que F0 es menor que F.
b) Según el análisis realizado para el modelo, se observa que hay evidencia de falta de ajuste,
puesto que F0 es mayor que F.
c) Se calculan los coeficientes de determinación corregidos y se obtienen los siguientes
resultados encontrados en la Tabla 4:

Tabla 4 Coeficientes de determinación originales y corregidos.

Modelo Coeficiente de determinación Coeficiente corregido

Modelo 2 parámetros 0,919 0,915
Modelo 1 parámetro 0,375 0,375

Se puede observar que los coeficientes no cambian significativamente, por tanto, el ajuste es
correcto para el caso del modelo 1, en cambio el modelo 2 se puede observar que el coeficiente
de determinación (tanto el normal como el corregido) da un valor muy bajo, por tanto, es un
mal ajuste.
d) Se presentan los gráficos de Residuos vs semanas para ambos modelos, representados en la
Ilustración 1 e Ilustración 2.

Datos experimentales vs modelo 1

40
35
30
25
Residuos

20 EXPERIMENTAL
15 MODELO 1
10
5
0
5 10 15 20 25 30 35

Semanas

Ilustración 1 Residuos modelo 1 vs semanas

Datos experimentales vs modelo 2

45
40
35
30
Residuos

25 EXPERIMENTAL
20 Modelo 2
15
10
5
0
5 10 15 20 25 30 35
Semanas

Ilustración 2 Residuos modelo 2 vs semanas.

Al observar ambos gráficos, se observa que para el modelo 2, la tendencia del modelo no se asemeja al
4
 Universidad Técnica Federico Santa María
Departamento de Ingeniería Química y
Ambiental
IWQ 214 - Análisis y Diseño de Experimentos Industriales
experimental, lo cual significa que el ajuste no es bueno.

5
 Universidad Técnica Federico Santa María
Departamento de Ingeniería Química y
Ambiental
IWQ 214 - Análisis y Diseño de Experimentos Industriales
DESARROLLO 3
a) Se normalizan las variables.
pH Concentración
8+5 R 8−5 100+50 R 100−50
promedio: =6,5 /¿ = =1,5 promedio: =75/¿ = =25
2 2 2 2 2 2

A: 8−6,5 B: 100−75
=+ 1 =+1
1,5 25
5−6,5 50−75
=−1 =−1
1,5 25

Temperatura Flujo
60+30 R 60−30 200+150 R 200−150
promedio: =45/¿ = =15 promedio: =175 /¿ = =25
2 2 2 2 2 2

C: 60−45 D: 200−175
=+1 =+1
15 25
30−45 150−175
=−1 =−1
15 25
b) Se obtienen los siguientes resultados, encontrados en la Tabla 5Tabla 5 Error: Reference
source not found:

PARÁMETRO RESULTADO
0 80,14
A 18,10
B 0,29
AB 0,20
C 1,86
AC -0,45
BC 0,49
ABC 0,13
D 0,76
AD -0,25
BD 0,11
ABD -0,55
CD -0,01
ACD 0,05
BCD 0,11
ABCD -0,58
Tabla 5 Parámetros del modelo

c) Haciendo el calculo del margen de error y confeccionando los intervalos para determinar si
los parámetros son o no significativos, se obtiene que los que tienen significancia en la
ecuación son: A.

d) ecuaci ó n normalizada: y=80,14+18,1 0 A +1,86 C+0,76 D

ecuaci ó nunidades ing : y =−9,216+12,07 ⋅ x A +0,124 ⋅ xC +0,031 ⋅ x D

e) Coeficiente de determinacion ( R 2 )=0,996

f) Generador utilizado = BC, nuevo diseño factorial escrito en Excel.

Todos los cálculos para los incisos b, c, d, e y f se encuentran en el Excel “IWQ214_T2_23-

6
 Universidad Técnica Federico Santa María
Departamento de Ingeniería Química y
Ambiental
IWQ 214 - Análisis y Diseño de Experimentos Industriales
1_Sotelo_Fernanda”.