Actividad 2

ACTIVIDAD 1: PLANEACIÓN Y CONDUCCIÓN DE EXPERIMENTOS.
EL DISEÑO DE EXPERIMENTOS EN LA INDUSTRIA
En el campo de la industria es una práctica común hacer experimentos o pruebas

con la intención de que al mover o hacer algunos cambios en los materiales,
métodos o condiciones de operación de un proceso se puedan detectar, resolver
o minimizar los problemas de calidad. Por ejemplo, se prueban varias
temperaturas en una maquina hasta encontrar la que da el mejor resultado, o se
intenta un nuevo material con la intensión de eliminar los problemas que tiene el
material actual, o bien, se prueban diferentes velocidades para determinar la que
minimiza la vibración excesiva del equipo.
Planeación
1.Encontrar un problema de calidad que causa pérdidas importantes a la
compañía o que es de interés para un investigador. No basta decir “me
parece que es un problema importante”, sino que deben obtenerse datos que así
lo demuestren y cuantificar el impacto de ese problema. Definir y medir el punto
de partida (situación actual o iniciales el primer paso en cualquier esfuerzo de
mejora; por ello, aquí se puede utilizar el análisis de Pareto o estudios de la
capacidad del proceso.
Es fundamental además tener un conocimiento inicial sobre el proceso donde se
ubica el problema, por ejemplo, saber algo o al menos tener buenas conjeturas
acerca de cómo se relacionan las variables que allí intervienen; tener idea de
cuales variables de respuesta son más importantes y cuales factores de proceso
o variables pueden influir en su desempeño.
2. Determinar cuáles factores deben estudiarse o investigarse, de acuerdo
a la supuesta influencia que tienen sobre la respuesta. No se trata de que el
experimentador tenga que saber a priori cuales factores influyen, puesto que
precisamente para eso es el experimento, pero si de que utilice toda la
información disponible al respecto.
3. Elegir la(s) variable(s) de respuesta que serán medidas en cada punto
del diseño y verificar que se mide de manera confiable. La elección de esta(s)
variable es vital, ya que son el objetivo del experimento, y son las que se
pretenden mejorar. Por ello se debe elegir aquellas que mejor reflejen el
problema, ya que sea en términos de calidad o productividad. Además se debe
tener la confianza que las mediciones que se obtengan sobre esas variables
sean confiables.
4. Seleccionar el diseño experimental adecuado a los factores que se tienen
y al objetivo del experimento. Este paso también implica determinar cuántas
repeticiones se harán para cada tratamiento, tomando en cuenta el tiempo, costo
y la precisión deseada.
5.Planear y organizar el trabajo experimental. Con base en el diseño
seleccionado, organizar y planear con detalle el trabajo experimental, por
ejemplo, las personas que van a intervenir, la forma operativa en que se harán
las cosas, etc. 6. Realizar el experimento. Seguir al pie de la letra el plan previsto
en la etapa anterior, y en caso de algún imprevisto no contemplado, señalar la
persona a la que se le reportaría y lo que se haría.
Análisis
Se debe determinar el modelo de análisis de varianza Anova o la técnica
estadística que mejor describa el comportamiento de los datos. En algunos
experimentos el análisis de varianza que arrojan directamente los sistemas
computacionales no es el más adecuado y el experimentador debe refinarlo, para
lo cual se recomienda utilizar técnicas graficas de apoyo.
Interpretación
Aquí se debe ir más allá del análisis estadístico formal, y se debe analizar con
detalle lo que ha pasado en el experimento, desde contrastar las conjeturas
iniciales con los resultados del experimento, hasta observar los nuevos
aprendizajes que sobre el proceso se lograron, verificar supuestos y elegir el
tratamiento ganador.
ACTIVIDAD 2:
INVESTIGA EL
DISEÑO 23
Diseño Factorial
General 2 k
Los diseños factoriales

son a ampliamente
utilizados en
experimentos en los
que intervienen varios factores para estudiar el efecto conjunto de estos sobre
una respuesta. Existen varios casos especiales del diseño factorial general que
resultan importantes por qué.
Se usan ampliamente en el trabajo de investigación, y porque constituyen la base
para otros diseños de gran valor práctico. El más importante de estos casos
especiales ocurre cuando se tienen k factores, cada uno con dos niveles. Estos
niveles pueden ser cuantitativos como sería el caso de dos valores
de temperatura presión o tiempo.
También pueden ser cualitativos como sería el caso de dos máquinas, dos
operadores, los niveles “superior" e "inferior" de un factor, o quizás, la ausencia
o presencia de un factor. Una réplica completa de tal diseño requiere que se
recopilen 2 x 2 x.... x 2 = 2k observaciones y se conoce como diseño general 2k
El segundo caso especial es el de k factores con tres niveles cada uno,
conocido como diseño factorial 3 k. Se supone que: a) los factores son fijos los
diseños son completamente aleatorios se satisface la suposición usual de
normalidad El diseño 2k
Diseño factorial 23
Con el diseño factorial 23 se estudian tres factores en dos niveles cada uno.
Consta de 23 = 2 × 2 × 2 = 8 tratamientos diferentes, los cuales pueden
identificarse con las mismas notaciones introducidas con el diseño 22.
Los tratamientos del diseño 23 y su representación geométrica. La región
experimental ahora es un cubo regular centrado en el origen (0, 0, 0), cuyos
vértices son los ocho tratamientos. La matriz de diseño se construye fácilmente
alternando el signo menos y el signo más en la primera columna, dos menos y
dos más en la segunda columna, y cuatro menos y cuatro más en la tercera; el
diseño resulta acomodado en el orden estándar o de Yates.
Con este diseño se pueden estudiar los 23 – 1 = 7 efectos: tres efectos

principales A, B, C; tres interacciones dobles AB, AC, BC y una interacción triple
ABC. Por lo general, el interés se enfoca en estudiar los efectos principales y las
interacciones dobles.
Sin embargo, aunque de antemano se puede considerar la interacción triple ABC
en el diseño 23 como un efecto ignorable, es recomendable asegurarse de que
su
valor se mantiene pequeño, además de que al incluirla en el análisis, puede
ayudar a mejorar la perspectiva de algunas gráficas, como se apreciará más
adelante.
Análisis del diseño factorial 23
Sean A, B y C los factores que se quieren estudiar y sean , a, b, ab, c, ac, bc y
ABC, los totales observados en cada uno de los ocho tratamientos escritos en
su orden estándar. Los efectos en este diseño se pueden calcular a partir de la
tabla de signos
Al igual que en el diseño 22, las columnas de los efectos principales A, B y C
son las mismas que
en la matriz de diseño, y las
columnas de los efectos de
interacción se obtienen
multiplicando las columnas
correspondientes.
Al multiplicar las columnas de signos de la tabla 6.5 por la columna de totales
representados por la notación de Yates, se obtienen los contrastes para los siete
efectos, dados por:

Actividad 2

Cargado por

Copyright:

Formatos disponibles

Actividad 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Actividad 2

Cargado por

Copyright:

Formatos disponibles

ACTIVIDAD 1: PLANEACIÓN Y CONDUCCIÓN DE EXPERIMENTOS.

EL DISEÑO DE EXPERIMENTOS EN LA INDUSTRIA

En el campo de la industria es una práctica común hacer experimentos o pruebas

Los diseños factoriales

Con este diseño se pueden estudiar los 23 – 1 = 7 efectos: tres efectos

También podría gustarte