Vogel: Análise Química Quantitativa
4.30 Métodos de otimização
C = (R1 + R2 + R3 + R6) – (R4 + R5 + R7 + R8)
Este planejamento, chamado de teste de robustez, é aplicado para validar métodos que podem ser adotados na rotina dos laboratórios. Um método é dito robusto se for reprodutível. Os fatores que têm um efeito importante nos resultados são identificados e podem ser objetos de uma investigação mais rigorosa antes do método ser validado. Em estudos feitos em colaboração, este planejamento é particularmente útil porque identifica antecipadamente os fatores que precisam ser controlados cuidadosamente nos diversos laboratórios participantes do estudo.
Outro ponto importante nos planejamentos fatoriais é que deve-se ser razoável na
escolha dos níveis dos fatores. Se os níveis forem muito próximos ou muito afastados um do outro, eles podem levar a uma variação que não é significativa ainda que o fator o
seja. Nas Figs. 4.4(a) e 4.4(b), a variação da resposta é pequena, mas na Fig. 4.4(c) a escolha melhor dos níveis produziu uma diferença bem maior. Um planejamento mais adequado teria três níveis, mesmo que isto aumente o número de experimentos.
4.30 Métodos de otimização
Com a demanda crescente de métodos analíticos capazes de determinar quantidades cada vez menores de traços de materiais, é importante controlar os fatores que afetam a resposta do instrumento de modo a obter o valor máximo de resposta. O método tradicional de otimização, em que se varia um fator de cada vez mantendo os demais constantes, não permite, em geral, a determinação das condições ótimas de trabalho. Esta
dificuldade pode ser melhor compreendida através de um diagrama (Fig. 4.5), no qual as linhas de contorno correspondem aos mesmos valores de resposta. O ponto X mais alto representa a melhor medida.
Os níveis dos dois fatores A e B são mostrados nos eixos x e y, respectivamente. Se o
nível do fator A for mantido em P1, quando o nível do fator B variar o melhor valor (ótimo) será encontrado em C. Se, agora, o valor do fator B for mantido em P2, quando o nível do fator A variar o melhor valor será, provavelmente, o mesmo C. Este falso ótimo está bem distante do ótimo verdadeiro X, que só poderia ter sido encontrado se o fator A tivesse sido mantido em P3.
Vários planejamentos fatoriais de experiências podem ser usados para a otimização
pelo método da subida mais íngreme (steepest ascent). Este procedimento é trabalhoso e é mais difícil se um grande número de fatores estiver envolvido. O método de otimização mais amplamente utilizado é, sem dúvida, o planejamento seqüencial de experiências conhecido como otimização simplex.