Optimizar una formulación no es lo mismo que optimizar un proceso, por una razón geométrica: las proporciones de los componentes suman 100 %. No se puede aumentar la cantidad de resina sin reducir otra cosa, y un diseño experimental clásico que parte de la base de que los factores son independientes no es aplicable.
Este módulo recoge todos los conceptos de la optimización bayesiana —proceso gaussiano, propuestas explicadas, convergencia, diagnóstico «leave-one-out», estrategias, ruido, calidad de la búsqueda y modo de demostración— y los aplica al simple, el conjunto de las combinaciones válidas.
1. Los componentes
Cada componente tiene un nombre, un mínimo y un máximo en fracciones, y quizá bloqueado a un valor fijo. El módulo comprueba constantemente la viabilidad del conjunto: los extremos cuyos mínimos suman más de 1, o cuyos máximos suman menos de 1, no definen ninguna mezcla realizable, y el programa lo señala antes de realizar cualquier cálculo.
Le plan inicial no es un Audze-Eglais, sino un plan máximo-mínimo en el simplex : las mezclas lo más alejadas posible unas de otras dentro del rango permitido. El módulo recomienda un número de ensayos en función del número de componentes: un mínimo de siete, se aconsejan diez para tres componentes y el límite máximo es de cien.
Al introducir los datos, se comprueba cada ensayo: valores faltantes, no numéricos, fuera de rango o suma distinta de 1. Un comando corrige los ensayos no válidos redimensionando sus proporciones en el área de trabajo.
2. El diagrama ternario
Con tres o más componentes, la pestaña correspondiente muestra un diagrama ternario : el triángulo del simplex, la respuesta prevista en el fondo de color, los ensayos realizados, las propuestas y las zonas no viables excluidas por los límites. Al marcar una casilla, la visualización cambia a la incertidumbre. A partir de tres componentes, los demás se fijan en un valor, como en el mapa de optimización bayesiano.
💡 El diagrama ternario es la Representación de una mezcla, y merece la pena aprender a interpretarla: cada vértice representa el componente puro, cada arista una mezcla binaria y el centro, la mezcla a partes iguales. Las zonas sombreadas por los límites permiten ver de inmediato cuál es el margen de maniobra real que te dejan las restricciones de formulación, que a menudo es menor de lo que uno imagina.
El resto de las pestañas —«Plan de pruebas», «Convergencia», «Diagnóstico», «Factores y modelo» y «Previsión»— se interpretan exactamente igual que en el apartado 4, incluidas las respuestas y las propuestas.
Las demás pestañas son las mismas que en la optimización bayesiana.