Você está na página 1de 10

UNIVERSIDADE ESTADUAL DE CAMPINAS

INSTITUTO DE QUÍMICA

PLANEJAMENTO E OTIMIZAÇÃO
EXPERIMENTAL

Alunas: RA:
Cíntia Botelho Dias 085264
Natália Andrade Zancan 087667

Prof. Dr. Roy Eduard Bruns

Campinas
Dezembro de 2009
1. OBJETIVO
Avaliar o efeito do tempo de aquecimento da mistura “óleo e leite” e da
quantidade de ovos no crescimento de pães de queijo.

2. PROCEDIMENTOS
Foi utilizado um fatorial 22 em duplicata com ponto central em triplicata para, a
partir de uma receita usual de pão de queijo, observar se o tempo de aquecimento da
mistura “leite e óleo” e a quantidade de ovos adicionada causariam influencia no
crescimento dos pães de queijo.
Foram feitas as seguintes variações:
 O tempo de aquecimento da mistura “leite e óleo” foi variado entre 0 e 2
minutos. O tempo 0 (zero) equivale à mistura fria, 1 minuto equivale à
mistura morna e 2 minutos equivale à mistura fervente.
 A quantidade de ovos adicionada variou entre 1 e 3.
Os níveis do planejamento estão representados na tabela a seguir:

TABELA 1: Níveis para o planejamento realizado.


Tempo de
Quantidade de ovos
Ensaios aquecimento
(unidades)
leite+óleo (minutos)
-1 0 1
0 1 2
+1 2 3

O fatorial foi montado como mostra a tabela abaixo (Tabela 2).

TABELA 2: Planejamento fatorial 22 com ponto central realizado.


Tempo de
Quantidade de
Ensaios X1 X2 aquecimento
ovos (unidades)
leite+óleo (minutos)
1 -1 -1 0 1
2 +1 -1 2 1
3 -1 +1 0 3
4 +1 +1 2 3
5 0 0 1 2

Os experimentos foram feitos em ordem aleatória, com replicatas autenticas. A


resposta avaliada foi a altura do pão de queijo em centímetros.
3. RESULTADOS

As aparências dos pães de queijo para cada ensaio estão representadas nas
figuras abaixo:

FIGURA 1: Representa o
ensaio 1 (X1= -1 e X2 = -1). FIGURA 2: Representa o
ensaio 2 (X1= +1 e X2 = -1).

FIGURA 3: Representa o
ensaio 3 (X1= -1 e X2 = +1).

FIGURA 4: Representa o
ensaio 4 (X1= +1 e X2 = +1).

FIGURA 5: Representa o
ensaio 5, ponto central (X1= 0
e X2 = 0).

A tabela a seguir representa o planejamento fatorial realizado com as respostas obtidas em


centímetros:

TABELA 3: Planejamento fatorial realizado contendo as resposta obtidas.


Tempo de
Quantidade de
Ensaios X1 X2 aquecimento leite+óleo Resposta (cm)
ovos (unidades)
(minutos)
1 -1 -1 0 1 4,05 1,5
2 1 -1 2 1 3,45 4,1
3 -1 1 0 3 1,6 0,505
4 1 1 2 3 2,2 4,1
5 0 0 1 2 4,85 4,15 5,5

4. CÁLCULOS E DISCUSSÃO

As médias individuais foram calculadas tomando-se os valores individuais para cada


ensaio. A média global foi calculada tomando-se a média para cada ensaio e dividindo-se pelo
número de ensaios realizados:
Média do ensaio 1 = 4,05+1,5 = 2,7750
2
Média total = 2,775 + 3,775 + 1,0525 + 3,15 + 4,8333 = 3,1172
5
Foram calculadas as variâncias individuais a partir das médias dos ensaios e de suas
observações individuais, como demonstrado abaixo:
∑( yi − y ) 2
S2 =
n −1
( 4,05 − 2,775 ) 2 + (1,5 − 2,775 ) 2
Ensaio 1: s12 = = 3,2513
2 −1

A variância total utilizada foi a variância agregada:


v1 s12 + v 2 s 22 + v3 s 32 + v 4 s 42 + v5 s 52
s =
2
p
v1 + v 2 + v3 + v 4 + v5

vi = n −1
2 2
Onde: s p é a variância agregada, s i é a variância para o i-ésimo ensaio, vi representa os

graus de liberdade para o i-ésimo ensaio, n é o número de experimentos realizados.

Logo:
1x3,2513 +1x0,2113 +1x 0,5995 +1x1,805 + 2 x 0,4558
s 2p = = 1,1298
1 +1 +1 +1 + 2
O desvio padrão para cada ensaio foi obtido extraindo-se a raiz da variância para cada
ensaio e o desvio padrão do planejamento foi calculado extraindo-se a raiz da variância agregada.
s= s2

Os cálculos dos efeitos foram feitos da seguinte maneira:


Ef (1) = R+ − R−

Onde: Ef (1) representa o efeito de x1, R+ representa a média das respostas com sinal positivo

e R − representa a média das respostas com sinal negativo.

3,775 + 3,1500 2,775 +1,0525


Ef (1) = − = 1,54875
2 2

O cálculo da variância foi feito como mostrado à seguir:


s2 s2 s2 s2
V (ef 1) = V ( R+ − R− ) = V ( R+ ) + V ( R− ) = + = +
n R+ n R − 4 4

Onde: V (ef 1) representa a variância do efeito de x1, V( R+ ) representa a variância das

respostas com sinal positivo e V( R − ) representa a variância das respostas com sinal negativo.

1,1298 1,1298
V (ef 1) = + = 0,56490
4 4

O cálculo do desvio padrão do efeito foi feito extraindo-se a raiz quadrada da variância:
Erro padrão do efeito = V (ef 1) = 0,56490 = 0,31911

O intervalo de confiança foi calculado utilizando-se t da tabela t de Student, a 95% de


confiança, para 6 graus de liberdade (graus de liberdade utilizados para calcular a variância
agregada).

Efeito de x1 ±t 6 x erro padrão do efeito


1,54875 ± 2,447 x 0,31911

0,76788 < efeito 1 < 2,3296

A tabela abaixo apresenta os resultados dos cálculos para todos os efeitos, suas
variâncias, erros padrão e intervalos de confiança.
TABELA 4: Resultados obtidos a partir do cálculo dos efeitos, variância e erro padrão dos
efeitos e intervalo de confiança para os efeitos.
Efeitos Variância Erro padrão Intervalo de Confiança
x1 1,54875 0,56490 0,31911 0,76788 2,3296
x2 -1,17375 0,56490 0,31911 -1,95462 0,39289
x1x2 0,54875 0,56490 0,31911 -0,23211 1,32961

Quando o intervalo de confiança passa pelo ponto zero, não podemos dizer que o valor do
efeito é diferente de zero, portanto o efeito não é significativo no nível de confiança em que está
sendo analisado.
A partir dos resultados observados na tabela anterior pode-se dizer que apenas o efeito de
x1 é significativo, enquanto que os efeitos de x2 e da interação x1x2 não são significativos ao um
nível de confiança de 95%.
Portanto, apenas a temperatura da mistura “óleo e leite” é significativa para o crescimento
dos pães de queijo.
Os coeficientes da equação podem ser determinados da seguinte maneira:
b0 =média das observações

4,05 + 1,50 + 3,45 + 4,10 + 1,6 + 0,505 + 2,2 + 4,85 + 4,15 + 5,5
b0 = = 3,1172
11
Os coeficientes b1 , b2 e b12 são a metade dos efeitos de x1, x2 e da interação x1.x2,
respectivamente, portanto:
1,54875
b1 = = 0,7744
2
- 1,17375
b2 = = −0,5869
2
0,54875
b12 = = 0,2744
2

E a equação ficaria:

yˆ = 3,1172 + 0,7744 x1 − 0,5869 x2 + 0,2744 x1 x2

Mas como observado anteriormente calculando-se os intervalos de confiança para


os efeitos, os efeitos de x2 e da interação x1x2 não são significativos a um nível de
confiança de 95%, portanto pode-se retira-los da equação, obtendo-se então a seguinte
expressão:
yˆ = 3,1172 + 0,7744 x1

Mas para minimizar o erro no cálculo do y desejado o ideal é utilizar-se a equação

contendo também b2:


yˆ = 3,1172 + 0,7744 x1 − 0,5869 x 2

Fazendo-se a ANOVA para os efeitos de x1 e x2 (a partir da equação acima) e excluindo-se


o efeito da interação x1.x2, obteremos os seguintes resultados:

TABELA 5: Resultados obtidos a partir do cálculo da ANOVA.


Soma Graus de Média
Quadrática Liberdade Quadrática
Regressão 13,6158 2 6,8079
Resíduo 11,6261 8 1,4533

Falta de Ajuste 11,9307 2 2,4237

Erro Puro 6,7787 6 1,1298

TOTAL 25,2419 10

% de variância explicada: 53,9413

% de variância explicável: 73,1451

Cálculos detalhados da tabela 5 (tabela de ANOVA):

Soma Quadrática:

 Soma Quadrática total =

∑ (y − y)
m ni
SQT = ∑
2

i j
ij
=

0,8702 + 0,1108 + 2,3018 + 0,8412 + 3,0027 + 2,6152 + 0,9660 + 6,8234 + 0,9660 + 1,0667 + 5,6779 =
25,2419

 Soma Quadrática REGRESSÃO=


m ni
( ∑d 2 ) ∑ ∑ ( yˆ − y )
2
SQR = =
i j
=

( 4,05 − 2,775 ) 2 + ( 3,45 − 3,775 ) 2 + (1,60 − 1,0525 ) 2 + ( 2,20 − 3,15 ) 2 + ( 4,85 − 4,833 ) 2 =13, 6158
 Soma Quadrática RESÍDUO =
S.Q. TOTAL – S.Q. REGRESSÃO = 25, 2419 - 13, 6158 = 11, 6261
 Soma Quadrática FALTA DE AJUSTE =
S.Q. RESÍDUO – S.Q. ERRO PURO = 11, 6261- 6, 7787 = 11, 9307

 Soma Quadrática ERRO PURO =

∑ ∑(y − yi ) = 6,7787
m ni
2
SQEP = ij
i j

Graus de liberdade:
p = parâmetros =b0, b1 e b2 = 3
Regressão: p-1 = 3-1=2 Falta de Ajuste: m-p = 5-3 = 2
n = número de experimentos = 11
Resíduo: n-p = 11-3 = 8 Erro Puro: n-m = 11- 5 = 6
m = número de ensaios = 5
Total: n-1 = 11-1 = 10

Médias Quadráticas:
M.Q. REGRESSÃO= SQ. REGRESSÃO /p-1 = 6,5325 / 2 = 6,8079
M.Q. RESÍDUO = S.Q. RESÍDUO /n-p = 1, 4533
M.Q. FALTA DE AJUSTE = S.Q. FALTA DE AJUSTE /m-p = 2,4237
M.Q. ERRO PURO = S.Q. ERRO PURO /n-m= 1,1298

Para verificar se há falta de ajuste pode-se fazer usar a razão da média quadrática da falta
de ajuste pela média quadrática do erro puro:
Fcalculado = 2,14528 < F2,6,95% = 4,46

Observa-se, calculando-se o F da falta de ajuste, que esse é menor que o F crítico para 2
e 6 graus de liberdade a 95% de confiança. Isto nos indica que não há falta de ajuste no modelo.
E para verificar se a regressão é válida faz-se a razão entre a média quadrática da
regressão e média quadrática do resíduo:
Fcalculado = 6,02586 > F2,8,95% = 5,14

Observando o F da regressão e comparando-se com o F crítico para 2 e 8 graus de


liberdade a 95% de confiança, constatamos que o modelo explica a regressão, pois o F calculado
é maior que o F crítico.
Apesar do modelo não apresentar falta de ajuste e sua regressão ser significativa, seria
explicável por este apenas 73,15% da variância e na prática o modelo explica apenas 53,94% da
variância. O que não o torna um modelo bom na prática, o que pode ser explicado pelo fato de
existirem uma série de fatores que não puderam ser controlados devido ao experimento ter sido
realizado em uma cozinha doméstica e não em um laboratório experimental.
A temperatura de assamento não foi controlada, pois o forno não possuía termostato,
podendo ser um fator causador de erro nas observações.
O recipiente utilizado para o aquecimento da mistura “óleo+leite”, ora apresentava-se frio e
ora quente devido ao experimento anterior. Não sendo possível controlar com tanta precisão a
temperatura de aquecimento da mistura.
Os ingredientes não foram medidos em recipientes graduados e sim em recipientes de uso
doméstico.
Cálculo da significância da curvatura:

Curvatura = y F − y C

Onde: y F representa a média das observações do fatorial e yC representa a média das


observações do ponto central.

2,7750 + 3,7750 + 1,0525 + 3,1500 4,85 + 4,15 + 5,5


Curvatura = − = 2,6881 − 4,8333 = −2,1452
4 3
s2 s2
V(curvatura) = V ( y F − y C ) = V ( y F ) + V ( y C ) = +
8 3
1,1298 1,1298
V(curvatura) = + = 0,1412 + 0,3766 = 0,5178
8 3
Erro padrão da curvatura = V(curvatur a)

Erro padrão da curvatura = 0,5178 =0,2681

O intervalo de confiança foi calculado utilizando-se t da tabela t de Student para 6 graus de


liberdade (graus de liberdade utilizados para calcular a variância agregada) a 95% de confiança.

Intervalo de confiança = curvatura ± t6x (erro padrão da curvatura)


Intervalo de confiança = -2,1452 ± 2,447 x ( 0,2681 )
-2,1452 ± 0,6561
-2,80128 < curvatura < -1,48912

Calculando-se a significância da curvatura por este método observa-se que,


aparentemente, a curvatura é significativa a 95% de confiança, pois seu intervalo de confiança
não passa por zero. Mas como observamos anteriormente o efeito da interação x1x2 não é
significativo o que nos diz que provavelmente a curvatura não é significativa e tornaria
desnecessário calculá-la.
5. CONCLUSÃO:

Por meio do experimento realizado, variando-se as quantidades de ingredientes chave


(mistura óleo + leite e ovos) em uma receita padrão de pães de queijo, e efetuando-se os cálculos
e testes estatísticos pertinentes ao estudo a conclusão feita foi que a mistura “óleo + leite”
apresentou-se como o único fator significativo no crescimento dos pães de queijo. Tendo o
experimento sido realizado por meio da variação da temperatura desta mistura, ou seja,
acrescentando-se a mistura fria (nenhum aquecimento), morna (aquecimento de 1 minuto) ou
quente (aquecimento de 2 minutos) a uma receita usual de pães de queijos e realizando-se as
replicatas.
É importante relatar também que ocorreu influência no resultado das variações do
ambiente utilizado para o experimento. Isto porque este foi realizado em uma cozinha doméstica
sem os equipamentos de medição, vidrarias e outros utensílios necessários para que houvesse
precisão e exatidão nos resultados.