Otimização de desejabilidade

O que é a função de desejabilidade Derringer-Suich?

A função de desejabilidade de Derringer-Suich é um método de otimização multirresposta que transforma cada resposta em um escore de desejabilidade adimensional (de 0 a 1) e depois os combina em uma desejabilidade global por meio da média geométrica. Uma desejabilidade igual a 1 representa um valor ideal; 0 significa que a resposta está fora dos limites aceitáveis.

Três tipos de objetivo definem como cada resposta é transformada: Maximizar (d cresce do limite inferior para o superior), Minimizar (d decresce do limite inferior para o superior) e Alvo (d atinge o máximo no valor-alvo e decresce em direção a ambos os limites). Os parâmetros de forma s₁ e s₂ controlam a curvatura: s=1 produz desejabilidade linear, s<1 produz uma curva convexa (mais fácil de satisfazer) e s>1 produz uma curva côncava (mais difícil de satisfazer).

A desejabilidade global D é a média geométrica de todas as desejabilidades individuais: D = (d₁ × d₂ × ... × dₖ)^(1/k). Isso garante que, se qualquer resposta isolada for completamente inaceitável (dᵢ = 0), a desejabilidade global também será 0, impedindo compensações que sacrifiquem um atributo crítico da qualidade.

Formula: Maximize: d = ((y - L)/(U - L))^s for L <= y <= U Minimize: d = ((U - y)/(U - L))^s for L <= y <= U Target: d = ((y - L)/(T - L))^s1 for L <= y <= T ((U - y)/(U - T))^s2 for T <= y <= U Overall D = (d₁ x d₂ x ... x dₖ)^(1/k)

Exemplo de cálculo

Duas respostas: Rendimento (maximizar, L=70, U=95, observado=88, s=1) e Custo (minimizar, L=10, U=50, observado=25, s=1). d_rendimento = (88-70)/(95-70) = 0.72. d_custo = (50-25)/(50-10) = 0.625. D global = (0.72 × 0.625)^(1/2) = √0.45 = 0.671. Uma desejabilidade combinada razoável, mas passível de melhoria.

Quando usar esta calculadora

• Ao otimizar um processo com múltiplas respostas de qualidade conflituantes
• Durante formulação de produtos quando cada ingrediente afeta múltiplas respostas
• Após análise RSM para combinar múltiplos modelos num único objetivo de otimização
• Ao comparar configurações alternativas — desirability fornece uma pontuação única
• Durante revisão de design para quantificar quão bem uma solução cumpre todos os requisitos

Erros comuns a evitar

• Definir limites demasiado estreitos para que nenhuma solução alcance D > 0 — comece com limites realistas
• Usar parâmetros de forma iguais (s=1) para todas as respostas quando algumas são mais críticas — aumente s para respostas críticas
• Ignorar que overall D = 0 quando qualquer d individual = 0 — se uma resposta é inaceitável, D colapsa
• Otimizar desirability sem considerar interações de fatores — combine com modelos de superfície de resposta
• Tratar desirability como métrica absoluta — use D para comparação entre alternativas, não como critério standalone

Como interpretar os resultados

• Overall D = 0 — pelo menos uma resposta está fora dos limites; solução inviável
• Overall D = 0.01-0.3 — maioria das respostas longe dos valores ideais; melhoria significativa necessária
• Overall D = 0.3-0.6 — solução de compromisso existe mas com trade-offs substanciais
• Overall D = 0.6-0.8 — boa solução que cumpre a maioria dos requisitos
• Overall D > 0.8 — excelente; todas as respostas perto dos valores ideais simultaneamente

Normas e referências relacionadas

• Derringer & Suich (1980), Journal of Quality Technology — O artigo original que define as funções de desejabilidade e a combinação por média geométrica implementadas aqui
• Harrington (1965), Industrial Quality Control — O conceito anterior de desejabilidade que Derringer e Suich generalizaram com parâmetros de forma
• NIST/SEMATECH e-Handbook §5.5.3 — Orientações de otimização de múltiplas respostas usando a abordagem de desejabilidade
• Montgomery, Design and Analysis of Experiments — Tratamento clássico da otimização multirresposta com funções de desejabilidade após RSM

Perguntas frequentes

Como defino os parâmetros de forma (s1, s2)?

A forma s=1 produz desejabilidade linear (importância igual ao longo de toda a faixa). s<1 (por exemplo, 0.5) torna mais fácil alcançar uma desejabilidade alta — use quando você for razoavelmente tolerante a desvios. s>1 (por exemplo, 2 ou 3) torna mais difícil alcançar uma desejabilidade alta — use para respostas críticas, nas quais estar próximo do alvo é muito importante. A maioria dos profissionais começa com s=1 e ajusta conforme o julgamento de engenharia.

Por que usar a média geométrica em vez da média aritmética?

A média geométrica garante que qualquer resposta isolada com d=0 (completamente inaceitável) leve a desejabilidade global a 0 — não é possível compensar uma resposta reprovada com um desempenho excelente nas demais. A média aritmética permitiria esse tipo de compensação, podendo ocultar uma falha crítica de qualidade. Essa propriedade de 'poder de veto' torna a média geométrica a escolha correta para a otimização multirresposta.