indice
1, DISENO EXPERIMENTAL. Nociones Estadisticas.
1.1. Desviacién estandar. .
1.2. Varianza{o2, s2,Residual SD, CM, MS 0 MCE]
1.3. Andlisis de la varianza (ANOVA, ANalysis Of VAriance, segiin terminologia inglesa)..
2. Nomenclatura
3. Disefio estadistico de esperimentos.
3.1. Procedimiento de aplicacién del disefio experimental.
3.1.1. El Disefio Factorial Completo 2"...
3.1.2. Disefios Factoriales 3
3.1.3. Disefios Compuestos Centrales.
3.1.4. Disefio BOX-BEHNKEN para 3 factores.
4. Pruebas de significacién de! modelo.
4.1, Significacién de la regresién...
4.2. Analisis de varianza (ANOVA).
4.3. Significacién de parametros..
4.3.1. Mediante la t student.
4.3.2. Mediante factor de Fisher.....
5. Verificacién de! modelo.
5.1. Falta de ajuste (LOF)..
5.2. Anilisis de Residuales.. scars
5.2.1. Deteccién de tendencia de residuales.
5.2.2. Comprobacién distribucién normal de residuales.
5.2.3. Deteccién puntos atfpicos (outliers).
5.2.4, Observaciones (vertical) y valores ajustados (horizontal).
Ejercicio 1
Ejercicio 2.
Ejercicio 4.
9. Analisis del echip.
10. Respuestas examen Joaquin C. Soriano Rodriquez 28497500V.
11. Programacién lineal...
11.1. ejemplo sencillo...
11.2. Ejemplo 2 de clase.
12. Resolucién examen Joaquin Soriano.
12.1. _ Interpretacién del informe de confidencialidad..
12.1.1. Variables de decisin....
12.1.2. Coeficientes Restriccién..
13. _Primeros pasos por hysys.
13.1. _Introducir lista de componentes. siunemracteennercransa BT
13.2.__Fluid package:
Apuntes clase Simulaci
exo
y Optimizacién de Procesos Quimicos Pagina 113.3. Diagrama del proceso...
13.4. El caso de estudio.......
DISENO EXPERIMENTAL
(OPTIMIZACION)
-107
1.DISENO EXPERIMENTAL. Nociones Estadisticas
1 Desviacion estandar
La desviacién estandar (0) mide cuanto se separan dispersion de los datos.
La formula es facil: es la raiz cuadrada de la varianza.
2 Varianzatoz, s2,Residual sD, cm, MS 0 MCE")
La varianza (que es el cuadrado de la desviacidn estandar: 0) se define asi:
Es la media de las diferencias con la media elevadas al cuadrado.
Si tenemos un conjunto de datos de una misma variable, la varianza se calcula de la siguiente
forma:
Siendo:
I nimero de datos “n
la media___aritmética
(promedio 0 media) de los datos
El objetivo es que la varianza sea lo menor posible.En nuestro caso no es sobre la media
aritmética de los datos sino sobre el valor ajustado (el pronosticado por e! modelo)
2 cada dato s=tyo(x,- x)=
=
Ecuaci6n 1 Célculo de la varianza
3 Analisis de la varianza (ANOVA, ANalysis Of VAriance,
segun terminologia inglesa)
La técnica fundamental consiste en la separacién de la suma de cuadrados (SC 0 SS, ‘sum of
squares') en componentes relativos a los factores contemplados en el modelo, Cuadrado
Medio (MC 0 MS, "Mean Square”)
La tabla siguiente debe referirse a una regresién lineal monoparametrica (con solo una
variable, donde el ntimero de parémetros a determinar son 2: ordenada en el origen y
pendiente. No es el caso general nuestro.
Esta misma tabla esta colgada enla ensefanza vitual en la parte de estadistica.
El ndmero de grados de libertad (GL 0 DF "degreefreedom”) puede separarse de forma similar
y corresponde con la forma en que la distribucién chi-cuadrado (x 0 Ji-cuadrada) describe la
suma de cuadrados asociada
GLa = GLerernesitual + GLregreaon GLrrat! N21 N: n2 de experimentos
Glavin? Prd p: n® pardmetros de mi experimento
Glerorresiavat N-p
Ecuacién 2 Ecuacién basica del andlisis de la Varianza
1 Residual SD, dato obtenido del echip, Cuadrados medio (MCE 0 CM 0 MC), Mean Square (MS)
‘Apuntes clase Simulacién y Optimizacién de Procesos Quimicos Pagina 2ECUACION BASICA DEL NALISIS DE LA VARIANZA
Swu-D=VLw-g?+VG-
SCT = SCE + SCReg
SCT : Suma de cuadrados total
SCE : Suma de cuadrados residual
SCR, : Suma de cuadrados de la regresion
Ecuacién 3 Estadisticos para pruebas de significacién y verificacién de modelos
GL=N-1
ies at
SS,..= 0, -FY GL=p-1
i=
x
Sys = DG -VY GL=N-p
a
ss,,=) 0, -Fy: GL=N-n
Tt wt
Covarianza.- si la covarianza esdistinta de cero significa que existe una relacién lineal entre 2
variables (si la covarianza es positiva cuando una variable crece, la otra también), si da cerca
2 nes el n? de repeticiones. N es el n° de experimentos totales incluidas repeticiones. p: n?
parametros de mi experimento. Mpc en echip podemos encontrarlo como replicate error. Sse
s6lo para las repeticiones
‘Apuntes clase Simulacién y Optimizacién de Procesos Quimicos
SS, — SS pe GL=n-p
Tabla ANOVA
ientes de J Sumas de Cuadrados | Grados de] Cuadrados ¥
Variacién libertad medios
Regresion | SCR, = 5 (Gi - 9)? 4s MCRey Hf c as
Enor | SCE=S(y-ay | n-2 |ace= =
sor
Total SCT =X (u-9)” n-1 —
Pagina 3