Professional Documents
Culture Documents
3 - Planejamento Fatorial Completo
3 - Planejamento Fatorial Completo
experimentos
Planejamento fatorial completo
(Cap. 2, 3 e 4)
Prof. Florian Pradelle (pradelle@puc-rio.br)
Sala L-163 – Telefone: 3527-1182
6ª feira (08-11h) – Sala de aula do 6° andar
1
Sumário
• Introdução
• Função desejabilidade
2
Introdução
• Variável centralizada reduzida
• O nível 0 corresponde ao centro do domínio dos fatores
• A variável é adimensionalizada
• Modelo experimental:
• y: resposta; xi: níveis do fator i; xj: níveis do fator j; a0, ai, aij, aii: coeficiente do polinômio ou
parâmetro (termo independente, termos lineares, termos de interação (ou retangulares),
termos quadráticos, respectivamente)
• Erro de ajusto ou lack of fit (Δ): erro sistemático entre o modelo experimental e o modelo
exato
• Erro aleatório ou erro puro (ε): erro associado à dispersão de valores na medição da resposta
em dado ponto experimental 3
Introdução
• Sistema de equação
• p coeficientes do polinômio definidos a partir de um sistema de n equações
• Sistema escrito em notação matricial : 𝒚=𝑿𝒂+𝒆
• 𝒚 : vetor resposta, matriz coluna com n linhas
• 𝑿 : matriz do modelo (design matrix), com n linhas e p colunas, depende dos pontos experimentais
considerados e do modelo postulado
• a : matriz coluna dos coeficientes, com p linhas
• 𝒆: matriz coluna do erro, com n linhas
• Em muitos casos, o sistema não pode ser resolvido simplesmente (n equações para p + n incógnitas)
• Estimações dos coeficientes pelo método dos mínimos quadrados: 𝒂 = 𝑿′ 𝑿 −𝟏 𝑿𝒚
• 𝑿′: transposta de 𝑿
• Matriz informação: 𝑿′ 𝑿 ; Matriz dispersão: 𝑿′ 𝑿 −𝟏
4
Planejamento fatorial completo a 2 fatores
• Planejamento fatorial completo 2²
• Nomenclatura: Dois níveis^(Dois fatores)
• 4 pontos experimentais correspondentes a 2 níveis: -1 (nível baixo)
e +1 (nível alto)
• Tabela obtida com as variáveis reais: tabela de experimentos
• Tabela obtida com as variáveis reduzidas: matriz experimental ou
design experimental
• Interpretação:
• Metade da variação média entre os níveis baixo e alto de
• Inclinação da reta 𝑀−′ 𝑀+′
• Variação média da resposta entre o centro do domínio de estudo
(nível 0) 𝑦0 e o nível alto
• Interpretação semelhante 7
Planejamento fatorial completo a 2 fatores
• Significado dos coeficientes
• Modelo:
• Coeficiente : interação entre os fatores
• Semelhantemente:
• Coeficiente :
𝟏 𝒙𝟏 𝒙𝟐 𝒙𝟏 𝒙𝟐
𝒚𝟏 +𝟏 −𝟏 −𝟏 +𝟏 𝒂𝟎
• 𝒀 = 𝑿. 𝒂 ⟺ 𝒚𝟐 = +𝟏 +𝟏 −𝟏 −𝟏 . 𝒂𝟏
𝒚𝟑 +𝟏 −𝟏 +𝟏 −𝟏 𝒂𝟐
𝒚𝟒 +𝟏 +𝟏 +𝟏 +𝟏 𝒂𝟏𝟐
𝟏 𝒙𝟏 𝒙𝟐 𝒙𝟏 𝒙𝟐
+𝟏 −𝟏 −𝟏 +𝟏 +𝟏 +𝟏 +𝟏 +𝟏 𝟒 𝟎 𝟎 𝟎
• 𝑿 = +𝟏 +𝟏 −𝟏
′
−𝟏 ; 𝑿 = −𝟏 +𝟏 −𝟏 +𝟏 ; 𝑿′ 𝑿 = 𝟎 𝟒 𝟎 𝟎 = 𝟒𝑰𝟒 ; 𝑿′ 𝑿 −𝟏 𝟏
= 𝑰𝟒
𝟒
+𝟏 −𝟏 +𝟏 −𝟏 −𝟏 −𝟏 +𝟏 +𝟏 𝟎 𝟎 𝟒 𝟎
+𝟏 +𝟏 +𝟏 +𝟏 +𝟏 −𝟏 −𝟏 +𝟏 𝟎 𝟎 𝟎 𝟒
+𝟏 +𝟏 +𝟏 +𝟏 𝒚𝟏
• Logo, 𝒂 = 𝑿′ 𝑿 −𝟏 ′ 𝟏
𝑿 𝒚 = 𝑿′ 𝒚 =
𝟏 −𝟏 +𝟏 −𝟏 +𝟏 . 𝒚𝟐
𝟒 𝟒 −𝟏 −𝟏 +𝟏 +𝟏 𝒚𝟑
+𝟏 −𝟏 −𝟏 +𝟏 𝒚𝟒
10
Planejamento fatorial completo a 2 fatores
11
Planejamento fatorial completo a 2 fatores
• Observações
• Cálculos simples, mas repetitivos
• Quantidade de cálculo aumenta com o número de variáveis e a complexidade do modelo
• Solução: uso de software
• Solução rápida • Linha de iso-resposta ou superfície de resposta
12
Planejamento fatorial completo a 3 fatores
13
Planejamento fatorial completo a 3 fatores
• Modelo:
𝟏 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟏 𝒙𝟐 𝒙𝟏 𝒙𝟑 𝒙 𝟐 𝒙𝟑 𝒙𝟏 𝒙𝟐 𝒙𝟑
+𝟏 −𝟏 −𝟏 −𝟏 +𝟏 +𝟏 +𝟏 −𝟏 𝟖 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎
+𝟏 +𝟏 −𝟏 −𝟏 −𝟏 −𝟏 +𝟏 +𝟏 𝟎 𝟖 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎
+𝟏 −𝟏 +𝟏 −𝟏 −𝟏 +𝟏 −𝟏 +𝟏 𝟎 𝟎 𝟖 𝟎 𝟎 𝟎 𝟎 𝟎
• +𝟏
𝑿 = +𝟏
+𝟏 +𝟏 −𝟏 +𝟏 −𝟏 −𝟏 −𝟏 ; 𝑿′ 𝑿 = 𝟎 𝟎 𝟎 𝟖 𝟎 𝟎 𝟎 𝟎 = 𝟖𝑰
𝟎 𝟎 𝟎 𝟎 𝟖 𝟎 𝟎 𝟎 𝟖
−𝟏 −𝟏 +𝟏 +𝟏 −𝟏 −𝟏 +𝟏
+𝟏 +𝟏 −𝟏 +𝟏 −𝟏 +𝟏 −𝟏 −𝟏 𝟎 𝟎 𝟎 𝟎 𝟎 𝟖 𝟎 𝟎
+𝟏 −𝟏 +𝟏 +𝟏 −𝟏 −𝟏 +𝟏 −𝟏 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟖 𝟎
+𝟏 +𝟏 +𝟏 +𝟏 +𝟏 +𝟏 +𝟏 +𝟏 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟖
• Logo, 𝒂 = 𝑿′ 𝑿 −𝟏 ′ 𝟏
𝑿 𝒚 = 𝑿′ 𝒚
𝟖
14
Planejamento fatorial completo a 3 fatores
15
Planejamento fatorial completo a 3 fatores
• Exemplo de aplicação com duas funções respostas: as
joias em ouro
• Objetivo 1: definir o máximo da velocidade de deposição
16
Planejamento fatorial completo a 3 fatores
• Exemplo de aplicação com duas funções respostas: as joias em ouro
• Objetivo 2: Concentração de cobalto entre 3500 e 4500 ppm
• Diagrama de interações
17
Planejamento fatorial completo a 3 fatores
18
Planejamento fatorial completo a 3 fatores
19
Planejamento fatorial completo a 3 fatores
20
Planejamento fatorial completo a 3 fatores
21
Planejamento fatorial completo a 4 fatores
• Planejamento fatorial completo 24
• Nomenclatura: Dois níveis^(Quatro fatores)
• 16 pontos experimentais correspondentes a 2 níveis: -1 (nível baixo) e +1 (nível alto)
• Modelo linear: 16 coeficientes
Termo constante 4 termos lineares (efeitos)
6 termos de
interação de
segunda ordem
• 𝒂 = 𝑿′ 𝑿 −𝟏 𝑿′ 𝒚 =
𝟏
𝟏𝟔
𝑿′ 𝒚
22
Planejamento fatorial completo a 4 fatores
• Exemplo de aplicação com duas
funções respostas: a galette des rois
• 2 objetivos
• Minimizar a separação das camadas
(separation)
• Maximizar a nota associada as fendas
(piping)
• 4 fatores
• Razão do peso das camadas
• Número de buracos
• Perfil de cozimento
• Tempo de cozimento
23
Planejamento fatorial completo a 4 fatores
• Exemplo de aplicação com duas funções respostas: a galette des rois
• Resultados
• Minimizar a separação das camadas - separation (esq.)
• Maximizar a nota associada as fendas - piping (dir.)
24
Planejamento fatorial completo a 4 fatores
• Exemplo de aplicação com duas funções
respostas: a galette des rois
• Análise complexa devido às contribuições
das interações
• Diagrama de efeitos
• Fator 1: Nível alto
25
Planejamento fatorial completo a 4 fatores
26
Planejamento fatorial completo a 4 fatores
• Exemplo de aplicação com duas funções respostas: a galette des rois
• Análise complexa devido às contribuições das interações
• Diagrama de efeitos
• Fator 1: Nível alto / Fator 2: Nível baixo / Fator 3: Nível baixo / Fator 4: Escolha depende da resposta
27
Função desejabilidade
Introdução de
nuance e
progressividade
Funções lineares
ou polinomiais
29
Função desejabilidade
30
Função desejabilidade
31
Função desejabilidade
• Observações:
• D vale 1 quando todos os d valem 1
• D vale 0 quando pelo menos um d vale 0
• Melhor condição experimental corresponde ao máximo de D
32
Função desejabilidade
• Caso 2: Função desejabilidade D para várias respostas
• Exemplos de aplicação
33
Conclusão
Quantidade de fator
• 𝒂 = 𝑿′ 𝑿 −𝟏 𝑿′ 𝒚 =
𝟏 ′
𝟐𝒌
𝑿 𝒚 com X uma matriz de Hadamard