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 6_2 - Parte II MSR

Planejamento Central Composto - PCC

Campina Grande PB

Anlise de Modelos de Segunda Ordem

Superfcie de Resposta uma tcnica de otimizao em
planejamentos fatoriais, que permite investigar a existncia de
curvatura;
A Superfcie de Resposta, no MINITAB possui dois tipos de
planejamentos:
1. Planejamento Central Composto
2. Box-Behnken
. Para a resoluo dos problemas deve-se:
1. Criar o planejamento composto central;
2. Criar a equao do modelo;
3. Construir o grfico das curvas de nveis e de superfcie de
resposta.
2

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

Brito

Anlise de Modelos de Segunda Ordem

-

Quando o pesquisador est prximo da

regio de timo, um modelo que incorpora o
efeito de curvatura indicado.

O modelo de 2 Ordem dado por:

k

i 1

i 1

y 0 i xi ii xi2 ij xi x j
Como encontrar o ponto timo
(estacionrio)?
Qual a natureza da superfcie de reposta?
3

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

Brito

8.1. Localizao do Ponto

Estacionrio

1. Deseja-se encontrar os nveis de x1, x2, ...,xk, que

maximizam a resposta estimada (predita).
2. Este ponto, se existir, ser um conjunto de x1,
x2, ...,xk para o qual as derivadas parciais so
iguais a zero:

Esse ponto, x1.S, x2.S, ...,xk.S o dito PONTO

ESTACIONRIO.

Este ponto pode representar um MXIMO, MNIMO

ou PONTO DE SELA.
4

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

Ponto de mximo (xS)

x2

Ponto de mnimo (xS)

x2

80

60

70

70
60

x1

80

x1

PONTO DE SELA.

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

8.2.

Determinao

do

ponto

estacionrio:

Soluo matemtica geral. O modelo de 2 Ordem escrito na forma

matricial fica:

y 0 x 'b x' Bx

x1
x
2
.

Onde:

.
.

xk

11

.
.

.
.

.
.

1k / 2

2k / 2

12 / 2, .
22
.
.

.
sim.

kk

b um vetor (k x 1) dos coeficientes de

regresso de 1 ordem e
B uma matriz simtrica (k x k) onde na
diagonal tm-se os coeficientes de regresso
de 2 ordem e fora da diagonal os coeficientes
de interao.
6

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

O ponto estacionrio a soluo da equao

anterior, ou seja,

xs B b
1
2

O valor predito da varivel resposta no ponto

estacionrio :

1 '

y s 0 2 x s b
7

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

8.3 Exemplo: Vamos continuar com a anlise do processo

qumico do exemplo 1 que foi a 1 fase do estudo, com o fatorial e
adio do ponto central. Agora vamos continuar com o exemplo
adicionando os pontos axiais (2 fase do estudo):

Para ajustar um modelo de 2 ordem, o

pesquisador decide aumentar o delineamento
com pontos adicionais;
O engenheiro usou 4 observaes adicionais
no mesmo tempo em que executou os 9
tratamentos anteriores);
Os 4 tratamentos adicionais foram:
8

(x1=0; x2= 1,414)

(x1= 1,414; x2=0)
Este delineamento denomina-se
de PLANEJAMENTO CENTRAL
COMPOSTO;

Os
valores
1,414
so
encontrados usando a Equao
vide aula 9, Parte I.
9

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

i-Dados do Experimento
VARIVEL RESPOSTA

10

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

Brito

ii-Delineamento Central Composto para o exemplo 1 (processo qumico)

x2

(-1,1)

(0,1,414)

(1,1)

(0,0)

(-1,414,0)

(-1,-1)

(1,414,0)

x1

(1,-1)

(0,-1,414)

11

iii-ANOVA Modelo Fonte: MINITAB

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

1: Digitar os dados: 22 + 5 PtCt + 4 Axiais

12

2 - ANOVA e Variabilidade
0

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

Tabela da ANOVA Experimento Composto Central

Fonte

Soma
Quadrtica

g.l

Quadrado
Mdio

F0

Regresso

SQreg

p-1

SQreg/ p-1

Resduo

SQr

n-m

SQr/n-m

QMreg/
QMr

Falta de
Ajuste

SQfaj

m-p

SQfaj/m-p

Erro Puro

SQep

n-m

SQep/n-m

Total

SQt

n-1

SQt/n-1

(Linear/quadrtico/intera
o)

QMfaj /
QMep

n: N. de experimentos
p: n. de coeficientes
m: n. de experimentos distintos

13

Interpretao da ANOVA
Regresso:
Testa se os termos do modelo tm algum efeito
na resposta. significativo ? Ou no
significativo? Testa o linear, o quadrtico e a
interao.
Square(Quadrtico):
Os termos quadrticos so usados para
avaliar se existe ou no curvatura(quadrtica)
na superfcie de resposta. Se houver curvatura
significa que a resposta no segue um plano,e
sim uma curva.
14

Residual Erro(Erro residual):

Mede quanto da variao da resposta no explicado
pelo modelo;
Essa variao no explicada subdividida em duas
partes:lack-of-fit e pure error.

Lack of Fit:
a variao devido inadequao do modelo
Critrio de deciso:
Se P0,05 H Falta de ajuste do modelo No
Adotar o Modelo
Se P>0,05 No h falta de ajuste do modelo
Adotar o Modelo
15

Tabela da ANOVA com o resultado do experimento

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

16

Valores de R; R2 R2max
R2 (R-Sq)= SSregSStotal

R R

R2max(R-Sq(adj))=SSregSSpuro erro/SS

Total

X102
17

Para a regresso(linear

Critrio de
Deciso(Valor-P):

Para
a
regresso,
linear e quadrtico e
interao:

Se valor P 0,05 H
significncia

Se valor P> 0,05

No H significncia

Critrio de
Deciso(F):
Para
regresso(linear,
quadrtico
interao)
-

Se
ERRO(Fcalc)

a
e

MSReg/MSRESIDUAL
> FTab H

18

Para a falta do ajuste(lack-of-fit)

Critrio de Deciso(Valor-P):
Para a falta do ajuste (lackof-fit):
Se valor P 0,05 H Falta
de ajuste
Se valor P> 0,05 No H
Falta de ajuste

Critrio de Deciso(F):
Para a falta do ajuste(lack-offit)
- Se MSLack-of-fit/MSErro Pure > FTab H
Falta de Ajuste
- Se MSLack-of-fit/MSErro Pure(Fcalc) FTab
No
H
Falta
de
Ajuste
(1,79(Fcalc) 6,59 (Ftab) vide
Tabela)
19

Anlise da ANOVA

20

Interpretao de R

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

I. O valor do coeficiente de correlao (R) varia entre -1 a 1;

II. O valor 1 indica uma correlao linear negativa e o valor 1
indica uma correlao linear positiva;
III. O coeficiente de correlao um nmero usado para
classificar a correlao da seguinte forma:
. R = 1 Correlao Perfeita
. R 0,75 Forte Correlao
. R 0,5 e < 0,75 Mdia Correlao
. R< 0,5 Fraca Correlao
. R = 0 Inexistente Correlao
21

Avaliao da Variabilidade
R-Sq=R2 = SSregSstotal
R2=28,2467/28,7431
R-Sq=R2 = 0,983 ou seja: 0,983 X 100 .: R2=98,3%(O modelo explica 98,3%
dos dados)

R R 2 . : R 0,983 R 0,991
R-Sq(adj) = R2max =SStotal SS puro erro/SS
que consegue explicar 99,26%)

Total

X 100 .: R2max =99,26%(O mximo

Concluso:
1.Para a regresso, linear e quadrtico:
. Como valor P 0,05 H significncia para a regresso, linear e
quadrtico(adotar quadrtico)..
0,000 0,05
2.Para a falta do ajuste(lack-of-fit):
. Como o valor P > 0,05 No H Falta de ajuste(adotar o modelo).
0,289 > 0,05
22

Minitab X Clculos :
R-Sq = 98,28%

(=R2)

R-Sq(pred) = 91,84%
R-Sq(adj) = 99,26% (=R2max)

23

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

3: Avaliar os Coeficientes do modelo

Estimated Regression Coefficients for y
_____________________________________________
Term
Coef
SE Coef
T
P____
Constant
79,940
0,11909
671,264
0,000
t
0,515
0,09415
5,472
0,001
TEMPERA
0,995
0,09415
10,568
0,000
t*t
-1,001
0,10098
-9,916
0,000
TEMPERA*TEMPERA -1,376
0,10098
-13,630
0,000
t*TEMPERA
0,1250 0,13315
1,878
0,103
Constant=intercept

Y = 79,94 + 0,515.t +0,995 Tempera +0,1250 t x Tempera 1,001 t2 1,376Tempera2

24

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

4 - Determinao da localizao do ponto estacionrio

(mximo).
b um vetor (k x 1) dos coeficientes de regresso de primeira ordem;

B uma matriz simtrica (k x k) onde na diagonal tm-se os coeficientes de regresso de

segunda ordem e fora da diagonal os coeficientes da interao.

Temos que:

0 ,995
b

0
,
515

1,376 0,1250
B

0
,
1250

1
,
001

O ponto estacionrio dado por:

x s 12 B 1b
0,7345 0,0917
-

0,0917 1,0096
1
2

Valor codificado = X1,s

0,995 0,389
0,515 0,306 .

Valor codificado = X2,s

Y = 79,94 + 0,515.t +0,995 Tempera +0,1250 t x Tempera 1,001 t2

1,376Tempera2
25

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

5 - Em termos das variveis naturais, os valores para o tempo e

temperatura para o ponto estacionrio(PONTO DE MXIMO) dado
por:

Tempo
Temperatura

0 ,389

1 85

0 ,306

2 175

1 86 ,95 87
2 176 ,5

Onde:
O Valor 86,95 minutos o valor real para o tempo
O Valor 176,5 graus oF o valor real para a temperatura

26

6 - O valor da resposta estimada no ponto estacionrio :

27

y s 0 12 x 'sb
0,995
y s 79.94 0,389 0,306
80,21.

Melhor Resposta
0,515
1
2

0 ,995
b

0
,
515

1,376 0,1250
B

0
,
1250

1
,
001

Valor codificado = X1,s

x s 12 B 1b
0,7345
- 12
0,0917

0,0917
1,0096

0,995
0,389

0,515
0,306 .

Valor codificado = X2,s

Y = 79,94 + 0,515.t +0,995 Tempera +0,1250 t x Tempera 1,001 t2 1,376Tempera2

a - Contorno

6o Grficos

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

Contour Plot of y vs Tempo; Temperatura

76
77
78
79

90,0

Tempo

87,5

y
<

>

76
77
78
79
80
80

85,0

82,5

80,0

170,0

172,5

175,0
177,5
Temperatura

180,0

Pelo grfico de contornos, observa-se que o processo

mais sensvel (levemente) mudanas no tempo de
reao do que para mudanas na temperatura.
28

29

Universidade Federal de Campina Grande - Prof. Andr Luiz Fiquene

de Brito

b - Superfcie de RespostaPonto timo (86,9 min; 176,5 F)

Observa-se que o timo o

Ponto timo, est prximo
de 176,5oF e 86,9 minutos e
que a resposta neste ponto
um ponto de mximo.

30

Objetivo: Maximizar
Lower: 0,1
Alvo(target): 10
Upper:
10......Weight=1

Otimizao: Sada do Minitab

31

Otimizao: Sada do Minitab

Optimal
High
D
Cur
1,0000 Low

Tempo
92,0711
[86,4999]
77,9289

Temperat
182,0711
[176,9285]
167,9289

Composite
Desirability
1,0000

y
Maximum
y = 80,2124
d = 1,0000

32

Otimizao: Sada do Minitab

33

34