Pontificia Universidad Catlica de Valparaso

Facultad de Ingeniera
Escuela de Ingeniera Bioqumica
 1. Problema.

A partir de los siguientes datos determine la superficie de respuesta. Qu tipo de diseo

experimental es el presentado?

Tabla 1.1:Variables independientes en el plan experimental.

Variables Nivel de c dig

-1,682 -1 0 1 1,682
Temperatura (C) X1 13,180 20 30 40 46,820
pH X2 3,318 4 5 6 6,682
Tiemp (h) X3 6,590 10 15 20 23,410

Tabla 1.2:Variables independientes en el plan experimental.

Carreras n X1 X2 X3
1 -1,000 -1,000 -1,000
2 1,000 -1,000 1,000
3 -1,000 1,000 1,000
4 1,000 1,000 -1,000
5 0,000 0,000 0,000
6 0,000 0,000 0,000
7 -1,000 -1,000 1,000
8 1,000 -1,000 -1,000
9 -1,000 1,000 -1,000
10 1,000 1,000 1,000
11 0,000 0,000 0,000
12 0,000 0,000 0,000
13 -1,682 0,000 0,000
14 1,682 0,000 0,000
15 0,000 -1,682 0,000
16 0,000 1,682 0,000
17 0,000 0,000 -1,682
18 0,000 0,000 1,682
19 0,000 0,000 0,000
20 0,000 0,000 0,000
 Tabla 1.3: Resultado de los experimentos.

Carreras n X1 X2 X3 Rendimient de Etanl (g*L-1)

1 20,000 4,000 10,000 25,92
2 40,000 4,000 20,000 43,54
3 20,000 6,000 20,000 32,57
4 40,000 6,000 10,000 19,48
5 30,000 5,000 15,000 52,10
6 30,000 5,000 15,000 51,92
7 20,000 4,000 20,000 26,43
8 40,000 4,000 10,000 30,11
9 20,000 6,000 10,000 24,16
10 40,000 6,000 20,000 40,64
11 30,000 5,000 15,000 51,01
12 30,000 5,000 15,000 52,40
13 13,180 5,000 15,000 11,45
14 46,820 5,000 15,000 22,62
15 30,000 3,318 15,000 37,42
16 30,000 6,682 15,000 34,60
17 30,000 5,000 6,590 32,57
18 30,000 5,000 23,410 39,37
19 30,000 5,000 15,000 52,00
20 30,000 5,000 15,000 51,89
 2. Desarrollo.

2.1 Diseo experimental.

A partir de los datos entregados se observa que este es un diseo de experimento factorial ( 2 3)
completo del tipo central compuesto con seis puntos axiales y seis replicas en el punto central.
Blablabla.........................
 2.2 Superficie de respuesta.

Para determinar la superficie de respuesta se utiliz el programa Desing Expert 6.0.6,

obtenindose el siguiente anlisis de varianza a los resultados del experimento:

Anova.

A continuacin se presentan los resultados obtenidos del programa y el posterior anlisis

de estos.

Tabla 2.1: Resultados ANOVA

Fuente Squares DF Square Valor Prob > F

Modelo 2994.45 9 332.72 62.23 < 0.0001
significativo
A 138.40 1 138.40 25.88 0.0005
B 14.13 1 14.13 01/02/64 0.1351
C 221.07 1 221.07 41.35 < 0.0001
2
A 2038.41 1 2038.41 381.24 < 0.0001
B2 387.35 1 387.35 72.44 < 0.0001
2
C 389.47 1 389.47 72.84 < 0.0001
AB 40.10 1 40.10 01/07/50 0.0209
AC 82.37 1 82.37 14.41 0.0028
BC 30.54 1 30.54 01/05/71 0.0380
Residual 53.47 10 01/05/35
Falta de ajuste 52.38 5 01/10/48 47.98 0.0003
significativo
Error puro 01/09/11 5 0.22
Total 3047.92 19

El modelo F-valor de 62,23 implica el modelo es significativo. Slo hay la oportunidad de 0,01% de
que un "modelo F-valor" de este tamao podra ocurrir debido al ruido.

Los valores de "Prob> F" menor que 0,0500 indican los trminos del modelo son significativas.
En este caso A, C, A2, B2, C2, AB, AC, BC son trminos significativos del modelo.
Los valores superiores a 0.1000 indican los trminos del modelo no son significativos.
 If there are many insignificant model terms (not counting those required to support
hierarchy),
model reduction may improve your model.

The "Lack of Fit F-value" of 47.98 implies the Lack of Fit is significant. There is only a
0.03% chance that a "Lack of Fit F-value" this large could occur due to noise.
Significant lack of fit is bad -- we want the model to fit.

Std. Dev. 2.31 R-Squared 0.9825

Mean 36.61 Adj R-Squared 0.9667
C.V. 6.32 Pred R-Squared 0.8692
PRESS 398.81 Adeq Precision 23.848

The "Pred R-Squared" of 0.8692 is in reasonable agreement with the "Adj R-Squared" of 0.9667.

"Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your
ratio of 23.848 indicates an adequate signal. This model can be used to navigate the design space.

Coefficient Standard 95% CI 95% CI

Factor Estimate DF Error Low High

VIF

Intercept 51.82 1 0.94 49.72 53.92

A-Temperatura 3.18 1 0.63 1.79 4.58

1.00

B-pH -1.02 1 0.63 -2.41 0.38

1.00

C-Tiempo 4.02 1 0.63 2.63 5.42

1.00
2
A -11.89 1 0.61 -13.25 -10.54
1.02
2
B -5.18 1 0.61 -6.54 -3.83
1.02
2
C -5.20 1 0.61 -6.56 -3.84
1.02
 AB -2.24 1 0.82 -4.06 -0.42
1.00
AC 3.21 1 0.82 1.39 5.03
1.00
BC 1.95 1 0.82 0.13 3.78
1.00

Final Equation in Terms of Coded Factors:

Rendimiento de etanol =
+51.82
+3.18 *A
-1.02 *B
+4.02 *C
2
-11.89 *A
2
-5.18 *B
2
-5.20 *C
-2.24 *A* B
+3.21 *A* C
+1.95 *B*C

Final Equation in Terms of Actual Factors:

Rendimiento de etanol =
-223.54447
+7.61095 * Temperatura
+51.68190 * pH
+3.16394 * Tiempo
2
-0.11893 * Temperatura
2
-5.18442 * pH
2
-0.20794 * Tiempo
-0.22387 * Temperatura * pH
+0.064175 * Temperatura * Tiempo
+0.39075 * pH * Tiempo

Y = -223, 544 + 7, 611* X1 + 51, 682 * X 2 +3,164 * X3 - 0,119 * X12 - 5,184 * X22 - 0, 208* X32 - 0, 224 * X1 * X2 + 0,