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 113.3. 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 2ECUACION 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