Professional Documents
Culture Documents
INTRODUÇÃO AO PLANEJAMENTO E
ANÁLISE ESTATÍSTICA DE
EXPERIMENTOS - C
CAPÍTULO 1
INTRODUÇÃO
1º SEMESTRE DE 2009
Capítulo 1 - Introdução
1. INTRODUÇÃO:
conector. Se a força de remoção for muito baixa, o conector pode falhar quando ele
for instalado no motor. Portanto oito unidades do protótipo são produzidas e suas
forças de remoção são medidas.
seus objetivos mais rapidamente e a um custo menor. Digamos que ele já saiba que
a temperatura e a concentração, bem como o tipo de catalisador, afetam o
rendimento. Como seria possível ajustar os valores da temperatura e da
concentração para obter urna quantidade maior do produto? Variando esses fatores,
seria possível maximizar o rendimento? As mudanças nesses valores provocariam
mudanças semelhantes nos rendimentos se o catalisador fosse outro? Que
experimentos devem ser realizados para obter mais informações sobre o sistema?
Como podemos quantificar a eficiência dos catalisadores para as diferentes
combinações de temperatura e concentração? Como os valores dos fatores
experimentais podem ser mudados para obtermos o maior rendimento possível sem
que as propriedades mecânicas do produto final deixem de satisfazer as suas
especificações? Nos capítulos restantes discutiremos técnicas estatísticas de
planejamento e análise capazes de nos auxiliar a encontrar respostas confiáveis para
todas estas questões.
Os métodos que veremos independem da natureza do problema a que são
aplicados. Servem para estudar reações químicas, sistemas biológicos, processos
mecânicos (entre muitos outros), e também podem varrer todas as possíveis escalas
de interesse, desde uma única reação em bancada até um processo industrial
operando em larga escala. O denominador comum são os princípios estatísticos
envolvidos, que são sempre os mesmos. É claro que isso não significa menosprezar
o conhecimento técnico que o especialista já detém sobre o sistema em estudo.
Como já dissemos inicialmente, ele é insubstituível. As ferramentas estatísticas,
embora valiosas, são apenas um complemento a esse conhecimento. O ideal é que
as duas coisas - conhecimento básico do problema e a estatística - andem juntas.
tentar explicar a partir de umas poucas leis o que está se passando, e o que
procura fazer um modelo mecânico. Mesmo conseguir descrever, dito assim
sem nenhuma adjetivação, pode ser em muitos casos uma tarefa ambiciosa
demais. Na modelagem empírica já nos damos por satisfeitos se somos
capazes de descrever o processo estudado na região experimental
investigada. Isto quer dizer que modelos empíricos são também modelos
locais. Sua utilização para fazer previsões para situações desconhecidas corre
por conta e risco do usuário.
Lembre-se que:
Montgomery, D.C. (2000) – Design and Analysis of Experiments – 5ª ed. John Wiley
– New York.
Vieira, S. (1999) – Estatística Experimental – 2ª Ed. Editora Atlas – São Paulo –SP.