Universidade Federal de Campina Grande - Prof.

Andr Luiz Fiquene de

Brito

Universidade Federal de Campina Grande

UFCG
Centro de Cincias e Tecnologia CCT
Unidade Acadmica de Engenharia Qumica
UAEQ

Planejamento Experimental e Otimizao de Processos

ANDR LUIZ FIQUENE DE BRITO, Dr.
UFCG/UAEQ/CCT
andre@deq.ufcg.edu.br ou andrefiquene2009@hotmail.com

Aula 4.1 - Metodologia de Superfcie de Resposta MSR

Parte I: Adio de PtCt em 2k.
(Mtodo de Mxima Inclinao Ascendente).
Campina Grande PB
2015.2

1Introduo

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

RESUMO: MSR
One Way ou 2k?

Aps a realizao
do planejamento
inicial o
pesquisador dever
otimizar
os resultados

Otimizar?

Adio de
PtCt em 2k

Objetivo: Atingir
o ponto timo

O Modelo de
1a Ordem?

PCC
Planej. Composto
Central

Aproximar da
Verdadeira Regio

O Modelo
de
a
2 Ordem?

Figura 2 - Superfcie de Resposta de Primeira Ordem e o Caminho da Inclinao Ascendente

1- Introduo: Mtodos e
Planejamento de Superfcie de
Resposta
A Manhoria dos problemas de MSR a
relao entre a resposta e as
variveis
independentes
so
desconhecidas;

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

A 1a etapa na MSR encontrar uma

aproximao
adequada
para
a
relao verdadeira entre a resposta
e a varivel independente;
Geralmente usa-se um polinmio de
3

Se a resposta for modelada por uma funo

linear das variveis independentes, a funo de
aproximao sera de 1a ordem:
y= 0 + 1 A+ 2 B+ 3 AB

Se houver curvatura no sistema, um polinmio

de maior grau ter que ser usado, tal com um
modelo de 2a ordem:

y = 0 + 1 A + 2 B + 3 AB 4 A2 5 B 2

Grfico: Linear
1- Introduo:

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

Linear: Quando um ponto na superfcie de resposta estiver longe do

timo haver pouca curvatura. Logo, deve-se adotar um modelo linear.
k

0 i xi

O modelo ajustado de primeira ordem :y

i 1

O grfico de contornos dos valores preditos da varivel resposta ( y chapu), uma srie de linhas paralelas,
como na figura,
Caminho da inclinao ascendente
( a direo em que os valores
ajustados

aumentam

mais

rapidamente).
x2

Regio

dos

valores

preditos pelo modelo

de primeira ordem

y 10

y 20

y 30

y 40

y 50

x1
Grfico 1 - Superfcie de resposta de primeira ordem e o caminho da inclinao ascendente

1Introduo
Grfico: Quadrtico

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

Quadrtico: Etapa para achar o mximo(aps 1a etapa);

Grfico 2 Modelo Quadrtico

Observe a Curvatura do Grfico

1- Introduo

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

Com Relao a MSR pode-se concluir que:

100,00%

O objetivo da MSR levar

o
experimentalista

regio do timo ou a
vizinhana
geral
do
timo(1a ordem);
Aps conseguir ajustar o
modelo de 1a ordem, pode-se
empregar o modelo de 2a
ordem
para
localizar
o
mximo;
Na regio do timo ou do
mximo, a MSR pode ser
pensada como: Subindo o
morro ou Descendo o vale;

90,00%
80,00%
70,00%
60,00%
50,00%
40,00%
30,00%
20,00%
10,00%
0,00%
Linha 1

Linha 2

Linha 3

Linha 4

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

2 - Projeto de experimentos fatorial do 2k Com Adio de

Pontos Centrais

A
C
B

A
C

B
D

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

2.1. Introduo
Uma preocupao no uso de planejamento 22 ou
2k a suposio de linearidade nos efeitos dos
fatores;
Naturalmente a linearidade perfeita
desnecessria e o planejamento 2K trabalha bem
quando a suposio de linearidade se mantiver
aproximadamente. Logo:
A adio de PtCt permite avaliar a varincia do
erro experimental quando experimentos no
replicados nos pontos fatoriais forem realizados.
9

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

2.2 Objetivo Deste Planejamento: 2k + Add PtCt (nc)?

Testar a linearidade do modelo em planejamento

2k(o modelo 22 linear ou no?).
2.3 - Por que usar 22 com adio de PtCt (nc)?
Para ampliar o nmero de nveis em 2k(passar de 2 para
3);
Para adicionar pontos centrais replicados;
Por que os PtCt no repercutem nas estimativas dos
efeitos em um planejamento 2k;
Para realizar experimentos sem repetio nos pontos fatoriais e reduzir o nmero de
ensaios: 23 em diante:

23 x 3 = 24

23 + 3 ptct = 11

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

2.4 Aspectos Quantitativos: SQcurvatura

Deve-se encontrar a SQCurvatura com um

nico grau de liberdade;
Deve-se encontrar a mdia quadrtica do
erro;
Para testar as hipteses usa-se a razo entre a
SQCurvatura com a mdia quadrtica do erro ou
resduo(MQE).
OBS.: A SQCurvatura tambm chamada de Efeito Quadrtico.
11

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

i) A SQCurvatura dada por:

2
nF nC (yF yC )
SQ
=
.........( 1 )
o
curvatura(2 grau)
nF + nC
Onde:
nF: o nmero de pontos do fatorial,
nC: o nmero de repeties do ponto central,
y(barra)F: a mdia dos tratamentos dos pontos fatoriais,
y(barra)C: a mdia das repeties no ponto central.

12

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

ii) A MQErro representada por:

2
yi y c
MQerro =

pontoscentrais

nC 1

.............( 2 )

Onde:
MQerro: Mdia quadrtica do erro;
Yi: Observao de cada resposta;

y(barra)c: Mdia das n corridas nos pontos centrais( c)

nc: No. de observaes nos pontos centrais.

13

niversidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

Exemplo: Indstria Qumica

2.5 - Exemplo

Converso Percentual?

Um grupo de pesquisadores
esto estudando a converso
percentual(%) de um processo.
H duas variveis de interesse:
A: tempo de reao
B: Temperatura de reao

Fator A
Tempo

Fator B
Temperatura

iv) Achar a
I)Achar o n.
ii) fazer os
MQerro
de exp.
sinais
v) Achar
para o planj.
algbricos
Fatorial com iii) Representar
a
2 nveis. geomtricamente SQcurvatura
22+5PC

No h certeza da linearidade da

regio de explorao!!!!

Decide-se conduzir um
planejamento fatorial com 2
nveis, com uma nica rplica
de corrida em cada ponto
fatorial e aumentando 5
pontos centrais.
vi) Interpretar o resultado:
comparar SQcurvatura com
MQerro (razo); e vii) Usar o
MINITAB para ANOVA.

14

Soluo:

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

Exp = Ptos fatoriais + PtCt

i)i) Nmero
Nmero de
de
experimento
experimento
2
para
para oo 222 ++ 55
PtCt
PtCt

Exp = 2k + nc
Exp = 22 + 5
Exp
=
4
+
5.:
experimentos(obs)

Exp

Tempo: 30(-) e 40(+) min..................................PtCt: 35 minutos (0)

Temperatura: 150(-) e 160(+)........................... PtCt: 155 graus (0)

fatores controlveis(Var.
Independente):

A B

entradas

PROCESSO

Sadas(Var.
Dependente = Y=%)
y1 y2 y3
y
y4 y5 y6
y7 y8 y9

fatores no controlveis:Z1 Z2 Z3 ...

15

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

ii) Sinais algbricos para clculos dos efeitos

Efeito Fatorial

Ensaio Tratamento
I

AxB

Y(%)

(1)

y3=40,0

ab

y4=41,5

y1=39,3
y2=40,9

nc1

nc2

y5= 40,3

y6=40,5

nc3

nc4

nc

y7=40,7
y =40,2

16

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

iii) Representao geomtrica para 22 + 5PtCt

temperatura

160

40.0

41.5

40.3

ab

40.5
155

40.7

40.2
40.6
150

-1

(1)

39.3

40.9

-1

30

35

40

tempo

17

iv) Achar a Mdia Quadrtica do Erro (QM erro )

QM erro

yi

yc

pontos centrais

nC 1

1 - Achar Yc(Mdia das observaes nos pontos centrais)

Yc = (40,3+40,5+40,7+40,2+40,6)/5
Yc = 40,46

18

iv) Achar a Mdia Quadrtica do Erro (QM erro )

QM erro

yi

yc

pontos centrais

nC 1

2 - Achar o quadrado da diferena: observado - mdia

Nc1 (Y1 Yc)2 = (40,3 40,46)2 = (-0,16)2 = 0,0256
Nc2 (Y2 - Yc)2 = (40,5 40,46)2 = (+0,04)2 = 0,0016
Nc3 (Y3 - Yc)2 = (40,7 40,46)2 = (+0,24)2 = 0,0576
Nc4 (Y4 Yc)2 = (40,2 40,46)2 = (-0,26)2

= 0,0676

Nc5 (Y5 Yc)2 = (40,6 40,46)2 = (+0,14)2 = 0,0196

(yi - yc )2 = 0,1720
PtCt

QM erro

yi

yc

pontos centrais

nC 1

0,1720

0,043
5 1
19

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

v) Achar a SQcurvatura (SQCURVATURA )

SQcurvatura(2o grau)

nF nC ( y F y C )2
nF nC

Onde:
YF = a mdia dos pontos fatoriais
YF = 39,3 + 40,9 + 40 + 41,5 / 4 YF = 40,425
Yc = 40,46
n F= 4
nC=5

SQcurvatura(2o grau)

( 4 ).( 5 )( 40,425 40,46 )2

45

SQcurvatura = 0,0027
20

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

VI) Interpretao do resultado: Analisar a SQcurvatura com a

MQerro(razo).

Pode-se fazer a interpretao de 03 formas:

1 Forma: Achar o valor Fcalc que o mesmo que achar t(,v) e comparar
o Ftab;

2 Forma: Fazer o teste da diferena;

3 Forma: P valor
21

Interpretao: Critrio de Deciso:

Obs1.:
No experimento com PtCt,
sero testados polinmios de grau
superior ou igual a 2;
Obs2.: Usa-se PtCt para testar se o
modelo quadrtico o ideal. Pode-se
dizer que o PtCt, um teste que avalia
modelos quadrticos ou superiores.

1 Forma: Achar o valor FCalc

SQt
0,0027
=
Teste
t= F =
.: F =
. : F = 0,063
curvatura

Calc

MQErro

Calc

0,043

Calc

A - Para 5%: Na Tabela de distribuio t temos:

= 0,05(5%)
V = 4...........: (nc 1) = 5 -1= 4

Logo o valor de ttab ou t(,v) ou t(0,05;4), Ser: Ftab t(0,05;

4)

= 2,132

B - Para 1%: Na Tabela de distribuio t temos:

=0,1
V = 4...........: (nc 1) = 5 -1 = 4
Logo o valor de ttab ou t(,v) ou t(0,1;4), Ser: Ftab = t(0,1;

4)

= 1,533
23

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

Interpretao: Critrio de Deciso:

Teste F

H curvatura na regio avaliada

FFcalc
t tab
calc ttab

O modelo a ser adotado dever ser o

quadrtico
Adotar os coeficientes quadrticos

No
h
curvatura
na
regio
avaliada(no h evidncia de curvatura
na resposta na regio de explorao)

FFcalc
< tab
calc < tab

O modelo a ser adotado dever ser

LINEAR
No adotar os coeficientes quadrticos

24

Teste
F

CONCLUSO:
Para 0,05:
Como o valor de Fcalc < Ftab ou: 0.063 < 2,132
Pode-se afirmar:
No h curvatura para os dados do exemplo analisado ao
nvel de 5%
Que o modelo LINEAR ser o ideal.

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

2 Forma: Fazer o teste da diferena

Se
Se Y
YFF Y
YCC for
for pequeno
pequeno

Se
Se Y
YFF Y
YCC for
for Grande
Grande

--No
NoH
HCurvatura
Curvatura
--O
Omodelo
modeloser
ser ooLINEAR
LINEAR

--H
HCurvatura
Curvatura
--O
Omodelo
modelo ser
seroo NO
NOLINEAR
LINEAR

Portanto:
Y
YFF Y
YCC

=
= 40,425
40,425 40,46
40,46 =
= -- 0,035
0,035 (valor
(valor bem
bem pequeno)
pequeno)

Logo:
Logo: O
O resultado
resultado satisfaz
satisfaz aa condio
condio de
de linearidade,
linearidade, que
que oo objetivo
objetivo de
de se
se
adicionar
adicionar pontos
pontos centrais
centrais em
em experimentos
experimentos fatoriais
fatoriais com
com dois
dois nveis.
nveis.
26

p Valor

3 Forma: p valor
Se p valor 0,05:
1- H curvatura na regio avaliada;
2- O modelo a ser adotado dever ser o quadrtico
3- Adotar os coeficientes quadrticos(ou superior).

Se p valor > 0,05:

1- No H curvatura na regio avaliada;
2- O modelo a ser adotado dever ser o Linear
3- Adotar apenas os coeficientes lineares

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

US
AR

M
IN
IT
AB

VII) Achar ANOVA com Auxlio do SOFT MINITAB

Valor
P

Usar
Usar os
os
Grficos
Grficos
Principais
Principais

Usar
Usar Minitab
Minitab

GRAFICOS

ou
ANOVA

Teste t

STATDOEFATORIAL
CREATEOK
2-Level Factorial(Deafult
Generators)

TABELA
TABELA DA
DA
2
ANOVA
ANOVA 222 +
+ 55
Rep.
PtCt
Rep. PtCt

Valor F
Ou

Grfico
Grficode
dePareto;
Pareto;Probabilidade
Probabilidade Normal;
Normal;
Interao
InteraoeeEfeitos
EfeitosPrincipais
Principais

SADA
SADAMINITAB
MINITAB

1. Efeitos e
Coeficientes
estimados(sig)
2. SQ curvatura
3. QM erro

Testes
Testes para
para oo
Efeito
principal,
Efeito principal,
curvatura(efeit
curvatura(efeit
oo quadrtico)
quadrtico) ee
interao
interao

Critrio
Critriode
de Deciso
Deciso

Conforme o estabelecido

28

SADA DO MINITAB PARA ANOVA

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

Obs1.: Planejamento Exp. Com Ponto Central testar se o modelo quadrtico ou

linear;

Obs2.: Se o teste mostrar a linearidade, deve-se encerrar a anlise, pois, possivelmente o modelo
adotado servir para interpretar, estimar e obter concluses significativas sobre o experimento;

Obs3.: Se o teste mostrar que houve curvatura(quadrtico), deve-se continuar o experimento

ampliando os nveis(PCC ou estrela).
Analysis of Variance for y (coded units)
Source
Main Effects
A
B
2-Way Interactions
A*B
Curvature
Residual Error
Pure Error
Total

DF
2
1
1
1
1
1
4
4
8

Seq SS
2,82500
2,40250
0,42250
0,00250
0,00250
0,00272
0,17200
0,17200
3,00222

Adj SS Adj MS
2,82500 1,41250
2,40250 2,40250
0,42250 0,42250
0,00250 0,00250
0,00250 0,00250
0,00272 0,00272
0,17200 0,04300
0,17200 0,04300

* Curvature: Representa o efeito quadrtico

Indica que deve-se ampliar nveis.
* Efeito Quadrtico = Efeito na Curvatura

F
32,85
55,87
9,83
0,06
0,06
0,06

P
0,003 (sig)
0,002 (sig)
0,035 (sig)
0,821 (ns)
0,821 (ns)
0,814 (No h curvatura)

Se P-valor > 0,05 NS para o teste

quadrtico (no h curva);
Logo, 0,814 > 0,05. Ento deve-se
adotar o modelo linear.

29

Interpretao: Critrio de Deciso:99%(0,01)

H curvatura na regio avaliada

FFcalc
F tab
calc Ftab
Ou
Ou
Valor
Valor PP 0,01
0,01

FFcalc
< F tab
calc < F tab
Ou
Ou
Valor
ValorPP>> 0,01
0,01

O modelo a ser adotado dever ser o

quadrtico
Adotar os coeficientes quadrticos
No
h
curvatura
na
regio
avaliada(no h evidncia de curvatura
na resposta na regio de explorao)
O modelo a ser adotado dever ser
LINEAR
No adotar os coeficientes quadrticos 30

p Valor

Interpretao do Exemplo (95% ou 0,05)

1. O efeito da interao(AB) no significativo (0,821 0,1 ou 0,05);
2. Efeito significativo de tempo e temperatura.
A=0,002 0,1 ou 0,05)
B=0,035 0,1 ou 0,05.
3. Curvatura: Se: valor p 0,05 (haver curvatura) e Se valor p > 0,05 (Linear)
O efeito quadrtico(curvatura) no significativo, ou seja, a hiptese do efeito
quadrtico pode ser rejeitada: (0,814 > 0,1 ou 0,05 ou valor p > a 0,1 ou 0,05);

Portanto, um modelo de
primeira ordem indicado,
para este experimento.

31

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

p Valor

MODELO: Efeitos e Coeficientes Estimados

Termo

Efeito

Coeficiente

40,42

0,000 < 0,10 - Sig -

Entra no modelo)

Fator A

1,55

0,775

0,005 < 0,10 - Sig -

Entra no modelo)

Fator B

0,65

0,325

0,074 < 0,10 - Sig

- Entra no modelo)

-0,050

-0,025

0,862 0,10 - No Sig

- No Entra no modelo)

-0,0850

0,664 0,10 - No Sig - No Entra no modelo)

Constante

AxB
CtPc

p valor

O modelo genrico :

y= 0 + 1 A+ 2 B+ 3 AB

O modelo codificado est apresentado abaixo:

40,42 + 0,775A + 0,325B

y
40, 42 0,775 x1 0,325 x2
y
32

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene de

Brito

Exemplo de um Experimento 23 + 3PtCt

Sinal algbrico para o clculo dos
efeitos num projeto 23

ac

ab
Nc 0 0 0

(1)

TrataEnsaio mento
1
2
3
4
5
6
7
8
9
10
11

(1)
a
b
ab
c
ac
bc
abc
0
0
0

abc

bc

Efeito fatorial
I

AB AC BC ABC

+
+
+
+
+
+
+
+

+
+

+
+

+
+
+
+

+
+

+
+
+

0
0
0

0
0
0

idem....

0
0

0
0
0

33