Professional Documents
Culture Documents
Usos
F A C T O R E S
R E S P U E S T A
Cuando usarlo
No se conoce teora
muchas variables Cuadrticos: consideran puntos adicionales para generar modelos ms complejos.
Nomenclatura
Factores (F): variables independientes Respuesta (R): Variable dependiente Niveles (L): valores que toman las variables independientes Nmero de experimentos (N) para diseos lineales:
NL
Ortogonalidad
El diseo factorial se basa en el
Experimento de 3 Factores
principio de ortogonalidad, para simplificar los clculos Dos vectores son ortogonales entre s cuando la suma de sus elementos es cero y cuando la suma del producto de sus elementos tambin es cero.
EXPE 1 2 3 4 5 6 7
X1 -1 +1 -1 +1 -1 +1 -1
X2 -1 -1 +1 +1 -1 -1 +1
X3 -1 -1 -1 -1 +1 +1 +1
+1
+1
+1
SUMA
Transformacin de Variables
Para lograr vectores ortogonales es necesario transformar las
variables originales Ejemplo: variable temperatura. Nivel inferior: 20 C; nivel superior: 80 C. Promedio: (80+20)/2 = 50 Radio: (80-20)/2 = 30 X1 = (Temp - 50)/30
experimentacin, usualmente se deben repetir experimentos. Se obtiene mayor informacin si se repiten los puntos centrales del diseo (valores promedios de cada variable)
Modelos matemticos
Modelos para dos Variables
2=C1
X2=C1
X2=C2
X1
X2=C2
X1
Modelo Aditivo
Modelo Interactivo
Y b0 b1 X 1 b2 X 2
Y b0 b1 X 1 b2 X 2 b12 X 1 X 2
Seleccionar el nmero de variables independientes o factores (F) Seleccionar el nmero y el valor de los niveles por cada factor (L) Estructurar la matriz de los experimentos Realizar los experimentos Calcular el error experimental Calcular el efecto de curvatura Calcular los coeficientes del modelo matemtico Determinar la validez estadstica de cada coeficiente Establecer la validez del modelo matemtico generado Interpretar los resultados
Efecto de curvatura
Calcular promedio de puntos centrales, su varianza en base a los
valores de la variable respuesta (varianza estimada) con f2=Nc-1 grados de libertad y la desviacin estndar (Se) Calcular efecto de curvatura (EC): promedio de puntos centrales menos promedio de puntos factoriales (de la variable respuesta) Determinar el intervalo de confidencia. Si contiene al cero el efecto de curvatura no es significativo.
EC t se
1 1 N F NC
X2ji , vale decir dividiendo [3]=[2]/[1] Clculo de [4] Clculo de tj = |bj| / sbj [5]=[3]/[4] Significancia estadstica: Si tj > tp(f2)
Sbj Se / N F
varianza residual sobre la varianza estimada. F = sr2 / se2 La varianza residual se calcula elevando al cuadrado las diferencias entre los valores respuesta experimentales y los calculados y dividiendo entre NF K:
y y ) (matemtico. K es el nmero de coeficientes que tiene el modelo S N k Si se cumple que F<Ftablas entonces el modelo matemtico es
2 2 r exp cal
estadsticamente significativo Ftablas se encuentra con 0,05de error y grados de libertad f1=N-k y f2=Nc-1
Diseo Fraccionado
Se emplea para seleccionar variable
de experimentos: 2k-P Matriz de diseo: estndar para k-P factores principalesk-P columnas
orden posible. Si se tiene un diseo para los factores A,B,C,D, entonces la variable E ser igual a la interaccin ABCD. E=ABCD Indentidad generatriz. Propiedades de las columnas de signos: A.A=I; A.I=A; (AB)C=A(BC); AB=BA Efectos confundidos: 2k - 2k-P Efectos no confundidos se multiplican por identidad generatriz para establecer con quienes estn confundidos. Ej.: A.I=A(ABCD)E=BCDE
acertadamente los procesos en estudio. Adems de la matriz estndar de diseo se deben considerar 2k puntos estrella. k corresponde a nr. de factores.
K Distancia estrella
2 1,000
3 1,215
4 1,414
5 1,547
1 2 3 4 5 6 7 8 9
+ + + + + + + + +
+ + +a -a 0 0 0
+ + 0 0 +a -a 0
+ + 0 0 0 0 0
+ + + + a2 a2 0 0 0
+ + + + 0 0 a2 a2 0
El diseo cuadrtico no es ortogonal, por lo que se debe cambiar de variables a los trminos cuadrticos
4+2a2
4+2a2
Diseos cuadrticos
Cambio de variable a trmino cuadrtico: Ui=Xj2-X2