CAPITULO IV

DISEOS EXPERIMENTALES DE OPTIMIZACION

4.1 Introduccin
La regin ptima de un proceso generalmente se determina despus de una
secuencia de experimentos realizados y una serie de modelos empricos obtenidos.
En muchas aplicaciones de ciencia e ingeniera, se conducen experimentos y se
desarrollan modelos empricos con el propsito de mejorar la respuesta de inters.
Desde el punto de vista matemtico, el objetivo es encontrar las condiciones de
operacin !niveles de los "actores# X
$
, X
%
, ..., X
k
&ue maximizan o minimizan las r
variables respuesta del sistema Y
$
, Y
%
, ..., Y
r
. En la optimizacin experimental, se
aplican tcnicas di"erentes de optimizacin para las ecuaciones respuesta ajustadas
Y
$
, Y
%
,... Y
r
.
En la optimizacin experimental, di"erentes tcnicas de optimizacin se aplican
a las ecuaciones respuesta ajustadas. Luego de &ue las ecuaciones ajustadas se
aproximan adecuadamente a la verdadera !desconocida# respuesta del sistema, las
condiciones ptimas de operacin del modelo se 'aproximarn( a las condiciones de
operacin del verdadero proceso.
La optimizacin experimental mediante modelos de super"icie respuesta di"ieren de
las tcnicas clsicas de optimizacin al menos de tres maneras)
$. La optimizacin experimental es un proceso iterativo* es decir, los
experimentos conducidos en un primer conjunto de pruebas ajustados a un
modelo indican donde buscar para mejorar las condiciones de operacin en
el prximo conjunto de experimentos. De este modo, los coe"icientes en las
ecuaciones ajustadas !o la "orma de las ecuaciones ajustadas# pueden
cambiar durante el proceso de optimizacin. Esto es todo lo contrario a la
optimizacin clsica en la cual la "uncin a optimizar se supone &ue es "ija y
no cambia.
119
%. Los modelos de respuesta son ajustados de datos experimentales &ue
usualmente contienen variabilidad aleatoria debido a causas incontrolables o
desconocidas. Esto implica &ue un experimento, si se repite, generar un
modelo de super"icie respuesta di"erente lo &ue podra dar di"erentes
condiciones ptimas de operacin. +or lo tanto, debera considerarse la
variabilidad del muestreo en la optimizacin experimental. En contraste, en
las tcnicas de optimizacin clsica las "unciones son determinsticas y
dadas.
,. Las respuestas ajustadas son aproximaciones locales, implicando &ue el
proceso de optimizacin re&uiere la presencia del experimentador !una
persona "amiliarizada con el proceso#. Esto en contraste con la optimizacin
clsica donde todo est automatizado a travs de un algoritomo
computacional.
La metodologa de super"icies de respuesta, -./, ! /.-, /esponse
.ur"ace -ethodology#, es un conjunto de tcnicas matemticas y estadsticas, 0tiles
para modelar y analizar problemas en los cuales una respuesta de inters es
consecuencia del e"ecto de varias variables, y el objetivo es optimizar la respuesta.
+or ejemplo, un investigador desea determinar los niveles de temperatura, ! x
$
# y
presin ! x
%
# &ue maximicen el rendimiento !y# de un proceso. El rendimiento del
proceso es "uncin de los niveles de temperatura y presin, o sea)
Donde representa el error experimental observado en la respuesta Y. .i la
respuesta esperada se denota por E!Y# 1 f !x
$
, x
%
# 1 , entonces la super"icie
representado por)
.e denomina super"icie de respuesta. Es posible representar gr"icamente la
super"icie de respuestas como se muestra en la 2igura 3.$, donde se gr"ica
120
+ ) , (
2 1
x x f Y
) , (
2 1
x x f
contra los niveles x
$
y x
%
. 4bsrvese &ue la respuesta se representa con una
super"icie slida en un espacio tridimensional.
i!ur" 4.1# .uper"icie respuesta tridimensional &ue muestra el rendimiento
esperado como una "uncin de la temperatura y presin
+ara visualizar mejor la "orma de una super"icie de respuesta, a menudo se
gra"ican los contornos de dicha super"icie, como se muestran en la "igura en la
proyeccin de la super"icie respuesta sobre el plano x
$
x
%
. En esta gr"ica de
contornos se trazan lneas de respuesta constante en el plano x
$
, x
%
, cada contorno
corresponde a una super"icie espec"ica de la super"icie de respuesta. 5al gr"ica es
0til para estudiar los niveles de x
$
y x
%
&ue dan por resultados cambios en la "orma
o altura de la super"icie respuesta.
En la mayora de los problemas de -./, la "orma de la relacin entre la
respuesta y las variables independientes se desconoce. +or ello el primer paso en la
-./ consiste en determinar una aproximacin apropiada a la relacin "uncional
real entre Y y el conjunto de variables independientes. +or lo general, se emplea un
polinomio de orden bajo sobre alguna regin de las variables independientes. .i la
respuesta es descrita adecuadamente por una "uncin lineal entre las variables
independientes, la "uncin de aproximacin es el modelo de primer orden)
121
.i existe curvatura en el sistema, entonces debe emplearse un polinomio de
grado superior, tal como el modelo de segundo grado.
La -./ es una tcnica secuencial. 6 menudo, cuando se considera un
punto sobre la super"icie respuesta alejado del ptimo, como las condiciones de
operacin actuales de la 2igura ,.%, el polinomio de primer grado es apropiado
por&ue existe poca curvatura en el sistema.
i!ur" 4.$) 7r"ica de contornos de la super"icie respuesta del
rendimiento
En este caso el objetivo consiste en guiar al experimentador rpida y
e"icientemente a la cercana general del punto ptimo. 8na vez &ue se ha
determinado la regin del punto ptimo, puede emplearse un modelo ms
elaborado, como por ejemplo el de super"icie de respuesta de segundo grado, y
realizar un anlisis para localizar el ptimo. 6 partir de la "igura ,.$, se observa &ue
el anlisis de la super"icie de respuesta puede interpretarse como el 9ascenso a la
122
+ + + + + +
k k
X X X Y ...
2 2 1 1 0
+ + + +

i j
j i ij
k
i
i ii
k
i
i i
X X X X Y
1
2
1
0
x
1
x
2
loma9, donde la cima representa el punto de la respuesta mxima. .i el ptimo real
es un punto de respuesta mnima, se puede pensar en el 9descenso hacia un valle9.
4.$ Di%&'o C&ntr"( Co)*u&%to
Los Dise:os ;entrales ;ompuestos de <ox=>ilson, com0nmente
llamados dise:os centrales compuestos, contienen embebidos un "actorial
completo o un "actorial "raccionado con puntos centrales ms puntos estrella
&ue permiten la estimacin de la curvatura. .i la distancia del centro del dise:o
al punto "actorial es t$ unidades para cada "actor, la distancia del centro del
dise:o hasta el punto estrella es t con ?$. El valor preciso de depende
de ciertas propiedades deseadas para el dise:o y del n0mero de "actores
involucrados.
Los dise:os centrales compuestos utilizan un conjunto grande de
"actores cuantitativos con menos puntos &ue un dise:o "actorial multinivel y sin
una gran prdida de e"iciencia. Estn constituidos por dos clases de dise:os)
8n "actorial y una estrella. +or ejemplo en un estudio de tres "actores los ocho
puntos del dise:o central compuesto lo constituye un "actorial %
,
. La porcin
estrella del dise:o consiste de puntos adicionales ubicados a igual distancia
del centro del cubo con un radio &ue atraviesa los puntos centrales de cada
cara del cubo, denominndose a la distancia del centro del cubo a cada uno de
esos puntos distancia axial de la estrella.
i!ur" 4.+) Dise:os centrales compuestos para k 1% y k1,
123
Los dise:os centrales compuestos son ventajosos por dos motivos) La
ortogonalidad y la rotabilidad. La ortogonalidad nos permite mediar e"ectos
deseados independientemente uno de otro. Los dise:os no ortogonales
implican la dependencia entre e"ectos, lo &ue no es deseable en la
experimentacin. +or otro lado la rotabilidad implica &ue podemos estimar la
respuesta con igual varianza respecto a la direccin del centro del dise:o.
+ara elaborar el dise:o central compuesto se debe tener en cuenta &ue
est constituido por tres partes)
8n blo&ue "actorial %
@
a dos niveles A$.
8n blo&ue estrella con %@ puntos adicionales, donde cada "actor toma
los niveles codi"icados A %
@B3
.
8n punto central de niveles codi"icados !C, C, D# &ue se repite en
"orma conveniente con el objeto de determinar el error experimental.
6s por ejemplo, para optimizar un proceso con dos variables !k 1%#, el
primer blo&ue lo constituye un "actorial %
%
, el segundo blo&ue estrella un
conjunto de %x% pruebas y el tercer blo&ue repeticiones en el centro !, ms#.
N x
1
x
$
$ =$ =$
% E$ =$
, =$ E$
3 E$ E$
F =$,3$ C
G E$,3$ C
H C =$,3$
I C E$,3$
J C C
$C C C
$$ C C
T",(" 4.1# Dise:o compuesto central k 1 %
+ara el caso &ue deseemos optimizar un proceso con tres "actores, el
dise:o central compuesto estara constituido por un primer blo&ue "actorial %
,
,
un blo&ue estrella de %x, pruebas y un blo&ue con repeticiones en el centro.
124
K x
$
x
%
x
,
$ =$ =$ =$
% E$ =$ =$
, =$ E$ =$
3 E$ E$ =$
F =$ =$ E$
G E$ =$ E$
H =$ E$ E$
I E$ E$ E$
J =$,GI C C
$C E$,GI C C
$$ C =$,GI C
$% C E$,GI C
$, C C =$,GI
$3 C C E$,GI
$F C C C
$G C C C
$H C C C
T",(" 4.$# Dise:o compuesto central @ 1 ,.
+ara ms de tres variables, la ventaja, para el dise:o compuesto central
en trminos de pruebas, se hace ms notoria, puesto &ue la parte "actorial se
puede "raccionar convenientemente.
- N Co)&nt"rio
3 %G ;ompleto
F 33 2raccin
G 3G 2raccin
T",(" 4.+# /elacin entre k y N para el dise:o central compuesto
A. Int&r*r&t"cin d&( )od&(o d& %&!undo ord&n
8n modelo de segundo orden con dos variables, k 1%, se da por)
Dependiendo de los valores de los coe"icientes, se puede describir
di"erentes super"icies de respuesta. Los ms comunes son a&uellos con un
125
2 1 12
2
2 22
2
1 11 2 2 1 1 0
) ( X X X X X X Y E + + + + +
mximo, un mnimo, un punto 9silla de caballo9. 7r"icos de los contornos de
estos tres tipos de super"icies se muestran en la "igura siguiente.
i!ur" 4.4# 7r"ica de super"icies y contornos de modelos de segundo orden )
a#mximo* b#mnimo, c#9silla de caballo9.
6lejndose del punto crtico !el punto del ptimo# en cual&uier direccin,
resulta en una disminucin !o incremento# de la respuesta. .in embargo, en el
caso del punto 9la silla de caballo9 el experimentador puede obtener un
incremento o disminucin en la respuesta cuando se aleje del punto crtico,
dependiendo de la direccin &ue tome.
+ara determinar el punto crtico, denominado tambin el punto
estacionario , se establece las siguientes derivadas igual a cero)
126
0 2
) (
2 12 1 11 1
1
+ +

X X
X
y E

Esto conduce a determinar el punto estacionario, seg0n)
+ara determinar la naturaleza de la super"icie en el punto estacionario, se
debe investigar la segunda derivada)
.i las dos soluciones de la ecuacin cuadrtica
.ean
$
y
%
son ambas negativas, la "uncin tiene un mximo en el
punto estacionario !L
$,C
, L
%,C
#. .i ambas son positivas existe un mnimo* sin
embargo, si se presentan di"erentes signos, se trata de una super"icie de 9silla
de caballo9.
6hora, existen diversos mtodos analticos &ue se pueden utilizar para
investigar la naturaleza de las super"icies de respuesta. +or ejemplo en el caso
de la 9silla de montar9, esos mtodos indican la direccin en la &ue se debe de
mover a "in de incrementar la respuesta. En el caso mximo, esos mtodos
indican la direccin en la &ue la disminucin de la respuesta es la ms lenta.
Esta in"ormacin es importante, ya &ue indican al experimentador la direccin
en la cual la respuesta es menos sensible a cambios en los "actores de
127
0 2
) (
1 12 2 22 2
2
+ +

X X
X
y E

2
12 22 11
1 22 2 12
0 , 1
4
2

X
2
12 22 11
2 11 1 12
0 , 2
4
2

X
22
2
2
2
12
2 1
2
11
2
1
2
2
) (
;
) (
; 2
) (

X
Y E
X X
Y E
X
Y E
0 ) 2 )( 2 (
2
12 22 11

ingreso. Esos mtodos estn "uera del objetivo de este curso y tan solo se
indicarn &ue con k 1% "actores, se puede gra"icar los contornos de la
super"icie estimada de segundo orden y e"ectuar evaluaciones gr"icas.
La siguiente tabla resume las propiedades de las tres variedades de dise:os
centrales compuestos. La "igura siguiente ilustra las relaciones entre estas
variedades.
Ti*o T&r)ino(o!." Co)&nt"rio
;ircunscrito ;;;
;;; es la "orma original del dise:o central
compuesto. Los tos estrella se encuentran a
la distancia del centro basado en las
propiedades deseadas del dise:o y del
n0mero de "actores.Los puntos estrella
establecen los nuevos extremos para los
niveles bajos y altos de todos los "actores.
Estos dise:os tienen "orma circular, es"rica
o hiperes"rica simetra y re&uieren F niveles
para cada "actor. 6umentando puntos estrella
a un "actorial existente o a un "actorial
"raccionado de resolucin M se produce este
dise:o.
Nnscrito ;;N
+ara a&uellas situaciones en las cuales los
lmites especi"icados para los "actores sean
verdaderos lmites, el dise: ;;N usa las
especi"icaciones del "actor como puntos
estrella y crea un "actorial o "actorial
"raccionado dentro de estos lmites !en otras
palabras, un dise:o ;;N es un sub=dise:o de
un dise:o ;;; con cada nivel del "actor del
dise:o ;;; dividido por para generar el
dise:o ;;N#. Este dise:o tambin re&uiere F
niveles por cada "actor.
;entrado ;ara ;;2
En este dise:o los puntos estrella son el
centro de cada cara del espacio "actorial, de
modo &ue t$. Esta variedad re&uiere ,
niveles por cada "actor. 6umentando puntos
estrella en "orma apropiada a un "actorial
existente o dise:o de resolucin M tambin
se puede general este dise:o.
TA/LA 4.4# Di%&'o% C&ntr"(&% Co)*u&%to%
128
I0URA 4.1 ;omparacin de los tres tipos de Dise:os ;entrales
;ompuestos
Los diagramas en la "igura anterior ilustran los tres tipos de dise:os
centrales compuestos para dos "actores. Kotemos &ue el ;;; explora el
proceso en un espacio ms grande y el ;;N en el espacio ms pe&ue:o. Los
dise:os ;;; y ;;N son dise:os rotables, pero el ;;2 no lo es. En el dise:o
;;;, los puntos describen un crculo circunscrito en el "actorial cuadrado. +ara
tres "actores, los puntos del dise:o ;;; describen una es"era alrededor de un
cubo "actorial.
/. E2&)*(o d& "*(ic"cin
129
La e"iciencia de extraccin de un contaminante metlico de un e"luente
mediante una resina orgnica se cree &ue depende de los siguientes "actores)
2actores Kivel !=$# Kivel !E$#
6B4 C,3 C,I
pO %,F ,,F
T",(" 4.1) 2actores y niveles para el D;;
.uponiendo &ue el laboratorio de pruebas est simulado por la siguiente
ecuacin matemtica)
a# .e pide realizar un dise:o preliminar para determinar cules de los
"actores son ms signi"icativos al nivel del FP. En el anlisis debe
incluirse solamente e"ectos principales y curvatura. 2ormule el modelo
matemtico respectivo.
b# 8tilizando el modelo matemtico anterior y mediante el mtodo del
mximo ascenso indi&ue los nuevos intervalos de experimentacin &ue se
realizar en la siguiente etapa de optimizacin para lograr una e"iciencia
mayor a J,P.
c# /ealice un dise:o central compuesto para encontrar los niveles ptimos
de los "actores &ue maximicen la extraccin del contaminante metlico
!mayor a J,P#.
So(ucin#
;omo el proceso tiene k 1% bastar empezar con un dise:o "actorial
completo %
%
, cuya matriz dise:o y sus resultados obtenidos con el modelo son
los siguientes.
6B4 pO E!P#
C.3 %.F H$.,J
130
( ) ( ) $ % % F 3 $ F C $F $CC
%
%
%
+
1
]
1

+ () * , , (%) aleatorio
O
A
O
A
pH E
C.I %.F II.FG
C.3 ,.F %F.$$
C.I ,.F FH.3J
C.G , GF.F$
C.G , GF.33
C.G , GF.3C
T",(" 4.3# /esultados obtenidos luego de aplicar el dise:o "actorial %
%
En primer lugar se calculan los e"ectos de cada uno de los "actores &ue
intervienen en la extraccin del contaminante metlico.
2actores E"ectos
A4O %3,HI
*5 =,I,GI
A4O 6 *5 H,G$
T",(" 4.7# E"ectos estimados del dise:o %
%
De la tabla podemos observar &ue el e"ecto ms signi"icativo es el e"ecto
del pO, puesto &ue a mayor pO la extraccin disminuye ,I,GIP. El e"ecto de la
relacin 6B4 es positivo, pero menor al e"ecto del pO. +or lo tanto podemos
concluir &ue el "actor controlante del proceso es el pO. Esto tambin podemos
observarlo en el diagrama de +areto &ue se muestra a continuacin.
131
pH
O
A
pH
O
A
E 38 49 , 61 14 , 52 210 (%) +
0r89ico 4.3# Diagrama de +areto de los e"ectos
+ara averiguar si e"ectivamente los e"ectos son realmente signi"icativos al
nivel del FP, es necesario comparar sus varianzas con la varianza del error.
Esto se observa en la siguiente tabla.
T",(" 4.:# 6nlisis de Marianza para los e"ectos
De la tabla podemos concluir &ue los tres e"ectos !6B4, pO y la
interaccin# son signi"icativos al nivel del FP, esto por &ue sus valores de p
son menores a C,CF. De los resultados obtenidos podemos observar tambin
en la tabla ,,3 &ue el mejor resultado !II,FGP# se obtuvo con 6B41C,I y
pO1%,F. ;omo el objetivo es lograr extracciones superiores a J,P, debemos
utilizar el mtodo del mximo ascenso con el modelo matemtico obtenido,
manipulando la variable ms signi"icativa, en este caso el pO.
132
T",(" 4.;) -todo del mximo ascenso
De la tabla podemos concluir &ue para obtener extracciones superiores
al J,P, los nuevos rangos de experimentacin sern)
"ctor&% Ni<&( =>1? Ni<&( =@1?
6B4 C,HF C,I
pO %,% %,,
T",(" 4.1A# Kuevos rangos de experimentacin obtenidos con el mtodo
del mximo ascenso
6hora podemos entonces, realizar un dise:o central compuesto para k
1%. La matriz dise:o, as como los resultados obtenidos mediante el modelo de
simulacin se muestran en la siguiente tabla.
6B4 pO E!P#
C.HF %.%C J%.,C
C.IC %.%C J,.,I
C.HF %.,C IJ.IG
C.IC %.,C J%.$H
C.H3 %.%F J$.,F
C.I$ %.%F J%.,3
133
pH
O
A
pH
O
A
pH
O
A
E 246 83 , 60 35 , 711 41 , 478 14 , 1632 44 , 1268 (%)
2
2
+ +

,
_

+
C.HI %.$I J$.JG
C.HI %.,% JC.FG
C.HI %.%F J$.%H
C.HI %.%F J$.$,
C.HI %.%F J$.C,
T",(" 4.11# /esultados del dise:o central compuesto
Los resultados del dise:o ajustados a un modelo de segundo orden, nos
proporciona lo siguiente)
0r89ico 4.7# .uper"icie respuesta para la extraccin de contaminante metlico
4ptimizando el modelo polinmico obtenemos la mxima extraccin y los
niveles ptimos.
T",(" 4.1$) ;ondiciones ptimas para extraccin ?J,P
134
+ara observar mejor la zona de trabajo donde obtendramos extracciones
superiores a J,P, es muy conveniente representar el modelo matemtico,
mediante un gr"ico de contornos, como se muestra a continuacin.
0r89ico 4.:# 7r"ico de contornos para la extraccin de contaminante metlico
4.+ Otro% Di%&'o% d& O*ti)iB"cin
4.+.1 Di%&'o d& /o6>/&Cn-&n
4tra alternativa para la estimacin de super"icies de respuesta es el
uso de los dise:os de <ox = <ehn@en. Estos tienen dos ventajas sobre los
dise:os compuestos centrales. La primera es &ue utilizan menos experimentos
!excepto cuando se tiene cinco "actores#, especialmente para k 1 ,. El n0mero
de experimentos y la distribucin de puntos centrales y otros puntos, en estos
dise:os, se muestra en la segunda columna de la tabla . ;abe aclarar &ue el
135
Zona ptima
ahorro es mnimo cuando el n0mero de "actores est entre cinco y siete. La
segunda es &ue en estos dise:os existen solamente tres niveles !estos es,
cada "actor se controla en =$, C, E$#, mientras &ue los dise:os compuestos
centrales tienen cinco niveles !esto es, =, =$, C E$, E #. 6dems al mantener
el n0mero de niveles al mnimo "acilita la administracin del programa
experimental.
El dise:o de <ox = <ehn@en para tres "actores se presenta en la "igura
siguiente. Este consiste en todos los posibles pares de "actoriales %
% ,
el "actor
no considerado se mantiene en cero o en su nivel medio, a:adiendo los
puntos centrales. La estructura es la misma si se tienen de tres a cinco
"actores* cuando se tienen de seis a nueve el dise:o est integrado con
"actoriales %
,
E puntos centrales.
0r89ico 4.;) Dise:o <ox=<ehn@en para k 1,
N x
1
x
$
x
+
$ =$ =$ C
% $ =$ C
, =$ $ C
3 $ $ C
F =$ C =$
G $ C =$
H =$ C $
I $ C $
J C =$ =$
$C C $ =$
$$ C =$ $
$% C $ $
$, C C C
$3 C C C
136
$F C C C
T",(" 4.1+# -atriz Dise:o <ox=<ehn@en para k 1,
5ambin se debe en"atizar &ue estos dise:os satis"acen el criterio de
rotabilidad !casi en su totalidad#, la varianza uni"orme y se pueden estructurar
en dos o ms blo&ues, cuando el n0mero de "actores se encuentra entre
cuatro y siete. .in embargo, tienen la desventaja &ue al utilizar
experimentacin secuencial no se basan en el "actorial %
@
. Esto signi"ica &ue
el dise:o completo de super"icie de respuesta se implementa, sin haber
ejecutado el dise:o en su "orma restringida !esto es, "actorial E puntos
centrales#, para determinar la necesidad de experimentos adicionales con el "in
de separar los "actores cuadrticos.
Debido a esto se debe escoger un dise:o compuesto central, a menos
&ue se tenga la seguridad &ue se re&uiere un dise:o de super"icie de
respuesta completo o &ue es ventajoso tener tres niveles en cada "actor.
4.+.$ Di%&'o Dr"*&r>Lin
.on pe&ue:os dise:os centrales compuestos D;; no balanceados y con
una mnima cantidad de puntos. Ko son rotables y son extremadamente
sensibles a los puntos extremos. La seleccin del valor de para asegurar el
blo&ueo ortogonal para ,, 3 y G "actores se calcula de la manera usual. +ara
F, H, I, J y $C "actores no existe un valor de &ue asegure la ortogonalidad.
K x
$
x
%
x
,
x
3
1 C C C C
$ $ $ $ =$
+ $ $ =$ =$
4 $ =$ $ $
1 =$ =$ =$ $
3 $ $ =$ $
7 =$ =$ $ =$
: =$ $ $ $
137
; =$ =$ =$ =$
1A =$,3$ C C C
11 E$,3$ C C C
1$ C =$,3$ C C
1+ C E$,3$ C C
14 C C =$,3$ C
11 C C E$,3$ C
13 C C C =$,3$
17 C C C E$,3$
1: C C C C
T",(" 4.14# -atriz dise:o Draper=Lin para k 13
4.+.+ Di%&'o "ctori"( +
-
Este es un dise:o &ue consta de k "actores con tres niveles cada uno.
Los "actores y las interacciones se representarn mediante letras
may0sculas. .in prdida de generalidad, los tres niveles de lo "actores pueden
re"erirse como nivel in"erior, intermedio y superior. Estos niveles se
representan mediante dgitos =$ !nivel in"erior#, C!intermedio# y E$ !superior#.
;ada combinacin de tratamientos de un dise:o ,
@
se representa mediante k
dgitos, donde el primero indica el nivel 6, el segundo dgito se:ala el nivel <,...
y el k=simo dgito , el nivel del "actor k.
El experimentador preocupado por la curvatura en la "uncin de
respuesta a menudo considera el dise:o ,
@
. La adicin de un tercer nivel
permite modelar con una relacin cuadrtica la relacin entre la respuesta y
cada "actor, sin embargo es necesario considerar dos aspectos)
El dise:o ,
@
no es el mejor medio para modelar una relacin cuadrtica,
los dise:os de super"icie de respuesta , considerados anteriormente,
son mejores alternativas.
El dise:o %
@
aumentado con puntos centrales, es un excelente medio
para obtener una indicacin de curvatura, pues permite mantener
138
reducidos el tama:o y la complejidad del dise:o y al mismo tiempo
obtener cierta proteccin contra la curvatura.
En el caso &ue se estudien tres "actores !x
$
, x
%
, x
,
#, y &ue cada "actor
tiene tres niveles acomodados en un experimento "actorial. Este es un dise:o
,
,
y el arreglo experimental, as como la notacin de las combinaciones de
tratamientos se muestran en la "igura ,.J.
i!ur" 4.1A# ;ombinaciones tratamientos en un dise:o ,
,
Las combinaciones de tratamientos tienen %G grados de libertad. ;ada
e"ecto principal tienen % grados de libertad, cada interaccin de dos "actores
tiene 3, y la interaccin de tres "actores tiene I grados de libertad. .i hay n
rplicas, habr un total de n ,
,
= $ grados de libertad y el error tendr ,
,
!n =$#
grados.
Las sumas de cuadrados pueden calcularse usando los mtodos estndares
para los dise:os "actoriales. 6dems si los "actores son cuantitativos y
e&uidistantes, los e"ectos principales se pueden descomponer en los
componentes lineales y cuadrticos cada uno con un solo grado de libertad.
E2&)*(o
.upongamos &ue en el ejemplo anterior, en lugar del dise:o central
compuesto, utilizamos un "actorial ,
%
, tendramos la siguiente matriz y
resultados.
139
pH
O
A
pH
O
A
pH
O
A
E

,
_

,
_

+ +

,
_

178 194 536 42 , 732 5 , 1201 38 , 275 (%)

2
2
6B4 pO E!P#
C.HF %.%C J$.C$
C.HI %.%C J$.,J
C.IC %.%C J$.JI
C.HF %.%F J$.C%
C.HI %.%F J$.,C
C.IC %.%F J%.GG
C.HF %.,C JC.F3
C.HI %.,C JC.GF
C.IC %.,C J%.3C
C.HI %.%F J%.3%
C.HI %.%F J$.HH
C.HHF %.%F J$.C3
T",(" 4.11) -atriz dise:o y resultados por el "actorial ,
%
En este caso el modelo de segundo grado ajustado a los datos del
problema es el siguiente)
La super"icie respuesta correspondiente al modelo polinmico es la
siguiente.
140
0r89ico 4.11# .uper"icie respuesta del proceso de extraccin utilizando un "actorial
,
%
Derivando convenientemente el polinomio obtenido, podemos determinar
las condiciones ptimas de operacin.
T",(" 4.13) Kiveles ptimos para el proceso de extraccin
141