Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen
Resumen
Captulo 1
Estrategia de experimentacin
Investigadores de prcticamente todos los campos de estudio llevan a cabo experimentos,
por lo general para descubrir algo acerca de un proceso o sistema particular. En un
sentido literal, un experimento es una prueba. En una perspectiva ms formal, un
experimento puede definirse como una prueba o serie de pruebas en las que se hacen
cambios deliberados en las variables de entrada de un proceso o sistema para observar e
identificar las razones de los cambios que pudieran observarse en la respuesta de salida.
En ingeniera, la experimentacin desempea un papel importante en el diseo de
productos nuevos, el desarrollo de procesos de manufactura y el mejoramiento de
procesos. El objetivo en muchos casos sera desarrollar un proceso robusto, es decir, un
proceso que sea afectado en forma mnima por fuentes de variabilidad externas. En
cualquier experimento, los resultados y las conclusiones que puedan sacarse dependen en
gran medida de la manera en que se recabaron los datos.
Los experimentos se usan para estudiar el desempeo de procesos y sistemas. El proceso
puede por lo general visualizarse como una combinacin de mquinas, mtodos, personas
u otros recursos que transforman cierta entrada (con frecuencia un material) en una
salida que tiene una o ms respuestas observables. Algunas variables del proceso son
controlables, mientras que otras son no controlables (aunque pueden serlo para los fines
de una prueba). Los objetivos del experimento podran comprender los siguientes:
1. Determinar cules son las variables que tienen mayor influencia sobre la respuesta
y.
2. Determinar cul es el ajuste de las x que tiene mayor influencia para que y est
casi siempre cerca del valor nominal deseado.
3. Determinar cul es el ajuste de las x que tiene mayor influencia para que la
variabilidad de y sea reducida.
4. Determinar cul es el ajuste de las x que tiene mayor influencia para que los
efectos de las variables no controlables sean mnimos.
Los experimentos incluyen muchas veces varios factores. Habitualmente, uno de los
objetivos de la persona que realiza un experimento, llamada el experimentador, es
determinar la influencia que tienen estos factores sobre la respuesta de salida del sistema.
del diseo experimental en las fases iniciales del desarrollo de un proceso puede redundar
en:
1. Mejoras en el rendimiento del proceso.
2. Variabilidad reducida y conformidad ms cercana con los requerimientos
nominales o proyectados.
3. Reduccin del tiempo de desarrollo.
4. Reduccin de los costos globales.
Los mtodos del diseo experimental desempean tambin un papel importante en las
actividades del diseo de ingeniera, donde se desarrollan productos nuevos y se hacen
mejoramientos en los productos existentes. Entre las aplicaciones del diseo experimental
en el diseo de ingeniera se encuentran:
1. La evaluacin y comparacin de configuraciones de diseos bsicos.
2. La evaluacin de materiales alternativos.
3. La seleccin de los parmetros del diseo para que el producto tenga un buen
funcionamiento en una amplia variedad de condiciones de campo, es decir, para
que el producto sea robusto.
4. La determinacin de los parmetros clave del diseo del producto que afectan el
desempeo del mismo.
EI uso del diseo experimental en estas reas puede redundar en productos cuya
fabricacin sea ms sencilla, en productos que tengan un desempeo y confiabilidad de
campo mejorados, en costos de produccin ms bajos y en tiempos ms cortos para el
diseo y desarrollo del producto.
Principios bsicos
El diseo estadstico de experimentos se refiere al proceso para planear el experimento de
tal forma que se recaben datos adecuados que puedan analizarse con mtodos
estadsticos que llevarn a conclusiones vlidas y objetivas. El enfoque estadstico del
diseo experimental es necesario si se quieren sacar conclusiones significativas de los
datos. Cuando el problema incluye datos que estn sujetos a errores experimentales, la
metodologa estadstica es el nico enfoque objetivo de anlisis. Por lo tanto, cualquier
problema experimental incluye dos aspectos: el diseo del experimento y el anlisis
estadstico de los datos. Estos dos aspectos se encuentran ntimamente relacionados
porque el mtodo de anlisis depende directamente del diseo emp1eado.
Los tres principios bsicos del diseo experimental son la realizacin de rplicas, la
aleatorizacin y la formacin de bloques. Por realizacin de rplicas se entiende la
repeticin del experimento bsico. La aleatorizacin es la piedra angular en la que se
fundamenta el uso de los mtodos estadsticos en el diseo experimental. Por
aleatorizacin se entiende que tanto la asignacin del material experimental como el
orden en que se realizarn las corridas o ensayos individuales del experimento se
determinan al azar. La formacin de bloques es una tcnica de diseo que se utiliza para
mejorar la precisin de las comparaciones que se hacen entre los factores de inters.
Muchas veces la formacin de bloques se emplea para reducir o eliminar la variabilidad
transmitida por factores perturbadores; es decir, aquellos factores que pueden influir en
la respuesta experimental pero en los que no hay un inters especfico.
Captulo 2
Experimentos comparativos simples
Conceptos bsicos
A cada una de las observaciones del experimento se le llamara una corrida. Observe que
las corridas individuales difieren, por lo que existen fluctuaciones, o ruido, en los
resultados. Es comn llamar a este ruido el error experimental o simplemente el error. Se
trata de un error estadstico, lo cual significa que se origina por la variacin que no est
bajo control y que generalmente es inevitable. La presencia del error o ruido implica que
la variable de respuesta, es una variable aleatoria. Una variable aleatoria puede ser
discreta o continua. Si el conjunto de todos los valores posibles de la variable aleatoria es
finito o contablemente infinito, entonces la variable aleatoria es discreta, mientras que si
el conjunto de todos los valores posibles de la variable aleatoria es un intervalo, entonces
la variable aleatoria es continua.
Es frecuente usar mtodos grficos simples como ayuda para analizar los datos de un
experimento. El diagrama de puntos, es un recurso muy til para representar un cuerpo
reducido de datos (digamos hasta unas 20 observaciones). El diagrama de puntos le
permite al experimentador ver de inmediato la localizacin o tendencia central de las
observaciones y su dispersin.
Cuando los datos son muy numerosos, es difcil distinguir las observaciones graficadas en
un diagrama de puntos, y en tal caso sera preferible un histograma. El histograma
muestra la tendencia central, la dispersin y la forma general de la distribucin de los
datos.
El diagrama de caja (o diagrama de caja y bigotes) es una manera muy til de representar
grficamente los datos. En un diagrama de caja se muestra el mnimo, el mximo, los
cuartiles inferior y superior (el percentil 25 y el percentil 75, respectivamente) y la
mediana (el percentil 50) en una caja rectangular alineada horizontal o verticalmente. La
caja se extiende del cuartil inferior al cuartil superior y se traza una lnea por la mediana
que atraviesa la caja. Se trazan dos lneas (o bigotes) que se extienden de los extremos de
la caja hasta (de manera tpica) los valores mnimo y mximo.
Los diagramas de puntos, los histogramas y los diagramas de caja son tiles para resumir
la informacin de una muestra de datos. Para describir con mayor detalle las
observaciones que podran presentarse en una muestra, se usa el concepto de
distribucin de probabilidad. La estructura de la probabilidad de una variable aleatoria,
por ejemplo y, se describe mediante su distribucin de probabilidad. Cuando y es discreta,
es comn hacer referencia a su distribucin de probabilidad, por ejemplo p(y), como la
funcin de probabilidad de y. Cuando y es continua, es comn hacer referencia a su
distribucin de probabilidad, por ejemplo f(y), como la funcin de densidad de
probabilidad de y.
La media tambin puede expresarse en trminos del valor esperado o valor promedio a la
larga de la variable aleatoria y como en la figura, donde E denota el operador del valor
esperado:
Por ltimo, el uso de la varianza es tan frecuente que resulta conveniente definir un
operador de la varianza V tal que:
Los conceptos de valor esperado y varianza pueden ser tiles para revisar varios
resultados elementales relacionados con estos operadores. Si y es una variable aleatoria
con medida y varianza y c es una constante, entonces:
Captulo 3
Experimentos con un solo factor: el anlisis de varianza
Un ingeniero de desarrollo de productos tiene inters en investigar la resistencia a la
tensin de una fibra sinttica nueva que se usar para hacer tela de camisas para
caballero. El ingeniero sabe por experiencia previa que la resistencia a la tensin se afecta
por el peso porcentual del algodn utilizado en la mezcla de materiales de la fibra.
Adems, sospecha que al aumentar el contenido de algodn se incrementar la
resistencia, al menos en un principio.
Sabe asimismo que el contenido de algodn deber variar entre 10 y 40 por ciento para
que el producto final tenga otras caractersticas de calidad que se desean (como la
capacidad de ser sometido a un tratamiento de planchado permanente). El ingeniero
decide probar ejemplares en cinco niveles del peso porcentual del algodn: 15, 20, 25, 30
y 35 por ciento.
Tambin decide probar cinco ejemplares en cada nivel del contenido de algodn. Se trata
de un ejemplo de un experimento con un solo factor con a = 5 niveles del factor y n = 5
rplicas. Las 25 corridas debern realizarse de manera aleatoria. Para ilustrar como puede
aleatorizarse el orden de las corridas, suponga que las corridas se numeran de la siguiente
manera:
Ahora se selecciona un nmero aleatorio entre 1 y 25. Suponga que este nmero es 8.
Entonces la observacin nmero 8(20% de algodn) se corre primero. Este proceso se
repetira hasta que las 25 observaciones tengan asignada una posicin en la secuencia de
prueba. Muchos paquetes de software, para ayudar a los experimentadores a seleccionar
y construir un diseo, aleatorizan el orden de las corridas utilizando nmeros aleatorios de
esta manera.
Esta secuencia de prueba aleatorizada es necesaria para evitar que los efectos de variables
perturbadoras desconocidas las cuales quiz varen fuera de control durante el
experimento contaminen los resultados. Para ilustrar esto, suponga que las 25 corridas
de prueba tuvieran que realizarse en el orden original no aleatorizado (es decir, primero
se prueban los cinco ejemplares con 15% de algodn, despus se prueban los cinco
ejemplares con 20% de algodn, etc.). Si la mquina empleada para probar la resistencia a
la tensin presenta un efecto de calentamiento tal que entre ms tiempo est
funcionando sean menores las lecturas de la resistencia a la tensin observadas, el efecto
En la figura 3-2, los puntos rellenos son las observaciones individuales y los crculos huecos
son los promedios de la resistencia a la tensin observada. Ambas grficas indican que la
resistencia a la tensin se incrementa cuando el contenido de algodn se incrementa,
hasta cerca de 30% de algodn.