DISEÑO Y

ANÁLISIS DE
EXPERIMENTOS
CAP 1 INTRODUCCION

Ing. Alejandro Mayori

 1.1 ESTRATEGIA DE EXPERIMENTACIÓN
• Experimento. Serie pruebas diferentes variables
de entrada de un proceso o sistema para
observar cambios en la respuesta de salida
• Ejemplo. Templado aleación de aluminio en
aceite y agua salada. Preguntas
1. ¿Las dos soluciones son las únicas de interés potencial?
2. ¿Hay otros factores que deberían investigarse o controlarse?
3. ¿Cuántas muestras deberán probarse en cada solución?
4. ¿Cómo deberán asignarse las muestras y en qué orden?
5. ¿Qué método de análisis de datos deberá usarse?
6. ¿Qué diferencia en la dureza se considerará importante?
• Proceso: Combinación máquinas, métodos,
personas u otros que transforman entrada
(material) en salidas con respuestas observables.
• Algunas variables del proceso controlables, y
otras no controlables (aunque pueden serlo para
los fines de una prueba).
• Objetivos experimento siguientes:
1. Determinar variables con mayor influencia sobre respuesta y.
2. Determinar ajuste de las x que tiene mayor influencia para
que y esté casi siempre cerca del valor nominal deseado.
3. Determinar ajuste de las x que tiene mayor influencia para
que la variabilidad dey sea reducida.
4. Determinar ajuste de las x que tiene mayor influencia para
que efectos variables no controlables z1, z2,…, zq sean mínimos.
• Experimentador: Persona realiza un experimento
• Estrategia de experimentación: Enfoque general
para planear y llevar a cabo el experimento
• Fin: Determinar la influencia que tienen estos
factores sobre la respuesta de salida del sistema
• Ex. Jugador golf mejorar su puntuación. Factores:
1. El tipo de palo usado (grande o normal).
2. El tipo de pelota usada (de goma de balata o de tres piezas).
3. Caminar cargando los palos o hacer el recorrido en un carrito.
4. Beber agua o cerveza durante el juego.
5. Jugar en la mañana o en la tarde.
6. Jugar cuando hace frío o cuando hace calor.
7. Spikes usados en los zapatos de golf (metálicos o de hule).
8. Jugar en un día con viento o en uno apacible
• Suponga pueden jugarse ocho rondas de golf
• Primer enfoque es seleccionar una combinación
arbitraria factores, probarlos y ver qué ocurre (Ex
palo grande, la pelota de goma de balata, el
carrito y el agua, y puntuación resultante es 87)
• Ex. Jugador golf mejorar su puntuación. Factores:
1. El tipo de palo usado (grande o normal).
2. El tipo de pelota usada (de goma de balata o de tres piezas).
3. Caminar cargando los palos o hacer el recorrido en un carrito.
4. Beber agua o cerveza durante el juego.
5. Jugar en la mañana o en la tarde.
6. Jugar cuando hace frío o cuando hace calor.
7. Spikes usados en los zapatos de golf (metálicos o de hule).
8. Jugar en un día con viento o en uno apacible
• Suponga pueden jugarse ocho rondas de golf
• Primer Enfoque (Mejor Conjetura): Seleccionar
combinación factores y probar (Ex Primera ronda
palo grande, pelota goma, carrito y agua.
Puntuación es 87, otra ronda palo normal,
mantener otros factores)
• Enfoque mejor conjetura 2 desventajas: 1.- Si
conjetura inicial no da resultados deseados, hacer
otra conjetura adivinando niveles de factores 2.-
Conjetura inicial da resultado satisfactorio,
suspende prueba sin encontrar mejor solución
• Segundo enfoque (Un factor a la vez): Seleccionar
un punto de partida con línea base cada factor y
varia sucesivamente cada factor manteniendo
constantes los otros factores en el nivel base
• Desventaja estrategia de un factor a la vez es que
no tomar en cuenta la interacción entre factores
• Hay interacción cuando un factor influye en los
otros factores y en la respuesta
• Figura ve interacción entre factores (Tipo de palo
y Bebida)
• Tercer enfoque (Experimento factorial): Factores
se hacen variar en conjunto no uno a la vez.
• Experimento golf toman 2 factores: Tipo de palo
y Pelota c/u con 2 niveles
• Combinaciones son 4 vértices de un cuadrado.
Diseño factorial 22 (2 factores c/u con 2 niveles).
• Como jugará 8 rondas entonces jugara dos
rondas con cada combinación de los niveles
• Diseñador de experimentos diría que se han
hecho dos réplicas del diseño
• Hay 4 rondas proporcionan información del uso
del palo normal y 4 del palo grande
• Comparación efecto del palo grande al normal
92 + 94 + 93 + 91 88 + 91 + 88 + 90
Efecto del palo = − = 3.25
4 4
• Comparación efecto de la pelota TP a GB
88 + 91 + 92 + 94 88 + 90 + 93 + 91
Efecto de la pelota = − = 0.75
4 4
• Comparación efecto de la interacción entre el tipo
de pelota y el tipo de palo
92 + 94 + 88 + 90 88 + 91 + 93 + 91
Efecto de la interaccion pelota-palo = − = 0.25
4 4
• Resultados indican que el efecto del palo es
mayor que el de la pelota o interacción.
• El jugador debería usar siempre el palo grande.
• Los diseños factoriales hacen uso más eficiente de
los datos experimentales.
• Estudian 3 factores c/u 2 niveles (tipo de palo,
pelota y bebida). Diseño factorial 2^3 = 8
combinaciones vértices de un cubo..
• Como se jugara 8 rondas entonces se jugara una
ronda con c/u de las combinaciones
• Diseño factorial 2^3 da misma información que el
2^2. Ambos 4 pruebas palo normal y palo grande.
• Figura ilustra el diseño factorial 2^4 (Palo, Pelota,
Bebida y Desplazamiento). Combinaciones 16
• Representación geométrica 2 cubos (Hipercubo).
• Con k factores, c/u con 2 niveles, el diseño
factorial requeriría 2k corridas (Ex 2^10 = 1024)
• Con >4 factores, no es necesario probar todas las
combinaciones. Experimento factorial fraccionado
y se realiza con un subconjunto de las corridas.
• Figura muestra diseño factorial fraccionado para 4
factores del experimento del golf. Diseño requiere
8 corridas no 16 y se llama fracción un medio.
1.2 APLICACIONES DISEÑO EXPERIMENTAL
• Experimentación conocer sistemas y procesos
• Diseño experimental en un proceso puede:
1. Mejoras en el rendimiento del proceso.
2. Variabilidad reducida y conformidad más cercana con los
requerimientos nominales o proyectados.
3. Reducción del tiempo de desarrollo.
4. Reducción de los costos globales.
Aplicaciones del diseño experimental en ingeniería:
1. Evaluación y comparación de configuraciones de diseños básicos.
2. La evaluación de materiales alternativos.
3. Selección de los parámetros del diseño para que el producto
tenga un buen funcionamiento para que el producto sea robusto.
4. Determinación de los parámetros clave del diseño del producto
que afectan el desempeño del mismo.
Ex 1.1 Caracterización de un Proceso
• Máquina soldadura líquida circuitos impresos
tarjetas. Actualmente nivel defectos 1%. Tarjeta
tiene 2000 juntas de soldadura.
• Experimento determinar parámetros defectos de
soldadura y ajustes reducir defectos soldadura.
• Variables que pueden controlarse:
1. La temperatura de la soldadura.
2. La temperatura del precalentamiento.
3. La velocidad de la transportadora.
4. El tipo de fundente.
5. La gravedad específica del fundente.
6. La profundidad de la onda de soldadura.
7. El ángulo de la transportadora.
Ex 1.1 Caracterización de un Proceso
• Factores difíciles manejar:
1. El espesor de la tarjeta de circuitos impresos.
2. El tipo de componentes usados en la tarjeta.
3. La disposición de los componentes en la tarjeta.
4. El operador.
5. La rapidez de producción.
• Diseñar experimento muestre magnitud y
dirección de los factores (Determine defectos por
unidad si modifica cada factor)
• Si modificación factores en conjunto diferente
modificación individual (interacción factores?)
• Este experimento se llama experimento tamiz o
de exploración exhaustiva.
Ex 1.2 Optimización de un Proceso
• Proceso químico donde rendimiento Temperatura
de operación y Tiempo de reacción)
• Actualmente ƞ= 80% con T=145°F, t= 2.1 horas
• Figura muestra líneas de rendimiento constante
de 60, 70, 80, 90 y 95 por ciento.
• A esta superficie se le llama en ocasiones
superficie de respuesta.
• Personal no conoce las superficies de respuesta
de figura. Experimentar optimizar el rendimiento
• Mejorar rendimiento: Tiempo y Temperatura (
experimento factorial)
Ex 1.2 Optimización de un Proceso
• Figura resultados Experimento factorial (2 niveles
tiempo y temperatura = 4 vértices del cuadrado)
• Optimo aumentar temperatura y reducir tiempo
Ex 1.2 Optimización de un Proceso
• Encontrada región de rendimiento óptimo, el
siguiente paso es realizar un 2 experimento.
• Con el 2 experimento desarrolla un modelo
empírico del proceso y obtiene una estimación de
las condiciones de operación óptimas para t y T.
• Este enfoque para la optimización de un proceso
se llama metodología de superficies de respuesta
• El segundo diseño ilustrado en la figura es un
diseño central compuesto, uno de los diseños
experimentales más importantes.
Ex 1.3 Ilustración de diseño de un producto
• Diseñando el gozne de la puerta de un
automóvil. Busca esfuerzo amortiguador que
impide puerta se cierre con vehículo pendiente.
• El mecanismo tiene un resorte de hojas y un
cilindro. Si puerta abre, el cilindro se desplaza
comprime resorte de hojas
• Esfuerzo amortiguador depende factores:
1. La distancia que se desplaza el cilindro.
2. La altura del resorte del pivote a la base.
3. La distancia horizontal del pivote al resorte.
4. La altura libre del resorte auxiliar.
5. La altura libre del resorte principal.
Ex 1.3 Ilustración de diseño de un producto
• Deben identificado los niveles de estos cinco
factores
• Diseñar experimento combinando los niveles de
los factores
• Un prototipo del gozne puede probarse con estas
combinaciones.
• Identificar los factores que tienen una mayor
influencia sobre el esfuerzo amortiguador y,
podrá mejorarse el diseño del tope
 1.3 PRINCIPIOS BÁSICOS
• Problema experimental incluye : 1 Diseño del
experimento y 2 Análisis estadístico de los datos
• Principios básicos Diseño Experimental: 1
Realización de réplicas 2 Aleatorización y 3
Formación de bloques.
• Realización de réplicas: Repetición del
experimento básico. Diferente las réplicas y
mediciones repetidas.
• Aleatorización: La asignación del material
experimental como el orden en que se realizarán
las corridas o ensayos individuales del
experimento se determinan al azar
 1.3 PRINCIPIOS BÁSICOS
• Formación de bloques: Un bloque es un conjunto
de condiciones experimentales relativamente
homogéneas. Se usa para mejorar la precisión
de las comparaciones que se hacen entre los
factores de interés y reduce la variabilidad
transmitida por factores perturbadores; es decir,
aquellos factores que pueden influir en la
respuesta experimental, pero en los que no hay
un interés específico
1.4 PAUTAS PARA DISEÑAR EXPERIMENTOS
• La tabla muestra el procedimiento recomendado
Tabla 1-1 Pautas generales para diseñar un experimento
1. Identificación y exposición del problema.
Planeación previa al experimento
2. Elección de los factores, los niveles y los rangos.
3. Selección de la variable de respuesta.
4. Elección del diseño experimental.
5. Realización del experimento.
6. Análisis estadístico de los datos.
7. Conclusiones y recomendaciones
° En laprácfica,1os pasos 2y 3 suelen hacerse simultáneamente o en el orden inverso

• 1. Identificación y enunciación del problema: Es

necesario definir los objetivos del experimento
• 2. Elección de factores, niveles y rangos: Los
factores pueden ser: 1 Factores potenciales del
diseño y 2 Factores perturbadores.
1.4 PAUTAS PARA DISEÑAR EXPERIMENTOS
• Los factores potenciales del diseño son aquellos
que se hacen variar en el experimento.
• Los factores del diseño son los que se
seleccionan para estudiarlos en el experimento.
• Los factores perturbadores pueden tener efectos
considerables a pesar de que no haya interés en
ellos en el contexto del experimento en curso.
• Los factores perturbadores clasifican como
factores controlables, no controlables o de ruido
• Seleccionados los factores del diseño, se debe
elegir los rangos variaran y los niveles
específicos con los que se realizarán las corridas
1.4 PAUTAS PARA DISEÑAR EXPERIMENTOS
• 3. Selección de la variable de respuesta: La
variable proporcionar información útil acerca del
proceso bajo estudio.
• Variable de respuesta frecuentemente será el
promedio o la desviación estándar (o ambos) de
la característica medida
• 4. Elección del diseño experimental: Implica la
consideración del tamaño de la muestra (número
de réplicas), la selección de un orden de corridas
y la determinación de si entran en juego o no la
formación de bloques u otras restricciones sobre
la aleatorización
1.4 PAUTAS PARA DISEÑAR EXPERIMENTOS
• 5. Realización del experimento: Monitorear el
proceso para cumpla planeación. Los errores
pueden destruir la validez experimental
• 6. Análisis estadístico de los datos: Analizar los
datos por métodos estadísticos para conclusiones
sean objetivas y no de carácter apreciativo
• Útil presentar resultados como modelo empírico
(ecuación muestre relación entre la respuesta y
los factores del diseño)
• 7. Conclusiones y recomendaciones: Debe sacar
conclusiones de los resultados y recomendar un
curso de acción.
1.6 RESUMEN: USO DE TÉCNICAS
ESTADÍSTICAS EN LA EXPERIMENTACIÓN
• 1. Uso de conocimientos no estadísticos del
problema.
• 2. Mantener el diseño y el análisis tan simple
como sea posible.
• 3. Tener presente la diferencia entre significación
práctico y significación estadística.
• 4. Los experimentos son generalmente iterativos