SIDE 09

Simposio Iberoamericano en Dise o de n Experimentos 2009

Programa y Res menes u

8-14 Noviembre, 2009 Centro de Investigacin en Matemticas (CIMAT) o a Guanajuato, (Mxico) e

Editores: Mariano Amo-Salas, Ra l Mart u n-Mart n, Licesio J. Rodr guez-Aragn. o I.S.B.N.: 978-84-692-9746-9

 COMITE CIENT IFICO ORGANIZADOR

Rogelio Ramos Quiroga, CIMAT (Presidente organizacin) o Jess Lpez-Fidalgo, Universidad de Castilla-La Mancha (Presidente cient u o co) Mariano Amo Salas, Universidad de Castilla-La Mancha V ctor I. Lpez R Universidad Nacional de Colombia, sede Medell o os, n Ral Mart Mart Universidad de Castilla-La Mancha u n n, Licesio J. Rodr guez Aragn, Universidad de Castilla-La Mancha o

PREFACIO

Desde hace 25 aos se viene celebrando en Europa el Workshop trianual mODa (Model n Oriented Design and Analysis) sobre diseo de experimentos, con especial nfasis en n e diseo ptimo. Se comenz alternando las ediciones entre pa n o o ses del este y del oeste de Europa. Hoy en d esta distincin ha perdido su sentido. Desde hace unos aos se a o n viene celebrando en E.E.U.U. un congreso de similares caracter sticas, pero de sabor estadounidense. En ambos congresos participan investigadores en la materia de todo el mundo. Precisamente en el ultimo celebrado en Almagro (Espaa) participaron per n sonas de cuatro continentes. Existen tambin otros encuentros ms restringidos, tanto e a en Europa como en E.E.U.U. Uno de ellos se celebr en Salamanca (Espaa) en 2007 o n y aglutin prcticamente a todos los investigadores espaoles en la materia. La expeo a n riencia fue muy positiva y ante la posibilidad de hacer una segunda edicin surge la o idea de extenderlo a los pa de habla hispana. Esta primera edicin iberoamericana ses o se celebra en el CIMAT (Guanajuato, Mxico) y acoge a unos treinta participantes de e muy diversos pa ses. Hay adems algunos investigadores que hablan espaol, aunque a n provienen de pa con otro idioma ocial. ses Guanajuato, 8 de noviembre de 2009 Rogelio Ramos Jess Lpez Fidalgo u o

PROGRAMA

Programa Diario

SIDE 09

PROGRAMA DIARIO

Lunes 9 09:00-13:00 13:00-15:00 15:00-15:30 15:30-17:30 17:30-18:00 18:00-19:00 Registro Comida Sesin de apertura o Sesin de Conferencias (I) o Caf e Organizacin grupos trabajo (Tormenta de ideas) o Martes 10 09:30-11:00 11:00-11:30 11:30-13:00 13:00-15:00 15:00-16:30 16:30-17:00 17:00-18:30 Sesin de Conferencias (II) o Caf e Sesin de Conferencias (III) o Comida Sesin de Conferencias (IV) o Caf e Grupos de trabajo Mircoles 11 e 09:30-11:00 11:00-11:30 11:30-13:00 13:00-14:30 14:30-16:00 Sesin de Conferencias (V) o Caf e Grupos de trabajo Comida Caminata Calderones - Bufa - Panormica a

Jueves 12 09:30-11:00 11:00-11:30 11:30-13:00 13:00-15:00 15:00-16:30 16:30-17:00 17:00-18:30 19:00-21:30 Sesin de Conferencias (VI) o Caf e Grupos de trabajo Comida Sesin de Conferencias (VII) o Caf e Grupos de trabajo Cena / Convivo 2

Programa Diario Viernes 13 09:30-11:00 11:00-11:30 11:30-12:00 12:00-12:30 13:00-15:00 15:30-17:00 Sesin de Conferencias (VIII) o Caf e Conferencia Conclusiones Comida Grupos de Trabajo

SIDE 09

Programa de Conferencias

SIDE 09

PROGRAMA DE CONFERENCIAS
* Conferenciante

Sesin de Conferencias (I) 15:30-17:30 o Moderador: Mariano Amo-Salas 15:30-16:00 Estudio de la funcin potencia en diseos optimos para estio n mar y discriminar con observaciones correladas por MARIA NO AMO SALAS*, JESUS LOPEZ FIDALGO, V ICTOR IG NACIO LOPEZ RIOS. Aplicaciones del diseo ptimo de experimentos a estudios n o de biodiversidad: diseo espacial por MAR JESUS RIn IA VAS LOPEZ*, JUAN M. RODRIGUEZ DIAZ, WERNER G. MULLER. Diseos optimos y diseos robustos para el modelo expon n nencial generalizado con correlacin por JUAN M. ROo TERESA SANTOS MART DRIGUEZ DIAZ*, MARIA IN, MILAN STEHLIK, HELMUT WALDL. Diseo de dataciones radiocarbnicas en estudios de paleoen o CHRISTEN* GRACIA. colog por J. ANDRES a Martes 10 Sesin de Conferencias (II) 09:30-11:00 o Moderador: Ra l Mart Mart u n n 09:30-10:00 Diseos optimos para discriminar entre dos modelos mediante n el algoritmo multiplicativo por RAUL MART MART IN IN*, ROBERTO DORTA GUERRA, BEN TORSNEY. Discriminacin entre modelos de regresin log o o sticos con efectos jos y aleatorios por CHIARA TOMMASI*, MAR IA TERESA SANTOS MARTIN, JUAN M. RODRIGUEZ D IAZ. Mtodo generalizado para discriminar entre modelos por e CAMELIA TRANDAFIR*.

16:00-16:30

16:30-17:00

17:00-17:30

10:00-10:30

10:30-11:00

Programa de Conferencias Sesin de Conferencias (III) 11:30-13:00 o Moderador: Victor I. Lpez R o os 11:30-12:00 12:00-12:30 Diseos ptimos en farmacocintica por V n o e ICTOR IGNACIO LOPEZ RIOS*. Diseo optimo de experimentos para el anlisis de supervivenn a cia por JESUS LOPEZ FIDALGO*, MAR JESUS RIVAS IA LOPEZ. Tcnicas algebraicas en diseo experimental por HUGO e n MARURI AGUILAR*. Sesin de Conferencias (IV) 15:00-16:30 o Moderador: Roberto Dorta Guerra 15:00-16:30 Diseos factoriales en modelos de Poisson por ROBERn TO DORTA GUERRA*, ENRIQUE GONZALEZ DAVILA, JOSEP GINEBRA. Aplicacin de diseo estad o n stico de experimentos en el desarrollo de un anlogo de queso por EDUARDO CASa TANO TOSTADO*, ELO ISA SERV MEDINA, SILVIA L. IN AMAYA LLANO. Algoritmo multiplicativo: diseos ptimos para modelos de n o dos factores por LICESIO J. RODR IGUEZ ARAGON*, MART MART RAUL IN IN. Mircoles 11 e Sesin de Conferencias (V) 09:30-11:00 o Moderador: Licesio Rodr guez Aragn o 09:30-10:00 Metodolog de supercie de respuesta y modelos lineales gea neralizados: estrategias de diseo para respuestas binarias por n ARTURO T. DE ZAN*. Aplicacin de la metodolog de supercie de respuesta a la o a formacin de enzimas por Ma MERCEDES FERNANDEZ o GUERRERO*, JESUS F. LOPEZ FIDALGO. Diseo de experimentos para estudios de degradacin con n o pruebas aceleradas y destructivas por LUIS A. ESCOBAR*, YING SHI, WILLIAM Q. MEEKER.

SIDE 09

12:30-13:00

16:30-17:00

17:00-17:30

10:00-10:30

10:30-11:00

Programa de Conferencias Jueves 12 Sesin de Conferencias (VI) 09:30-11:00 o Moderador: Hugo Maruri Aguilar 09:30-10:00 10:00-10:30 Diseo de experimentos n MARURI AGUILAR*. computacionales por HUGO

SIDE 09

Diseo de experimentos para optimizacin en variables con n o respuesta binaria por HUMBERTO VAQUERA HUERTA*, J. LUIS DOM INGUEZ V., PAULINO PEREZ. Escenarios ptimos para la estimacin de elasticidades o o v modelos logit multinomiales por ROGELIO RAMOS a QUIROGA*, JOSE RAMON DOM INGUEZ MOLINA. Sesin de Conferencias (VII) 15:00-16:30 o Moderador: Jorge Dom nguez Dom nguez

10:30-11:00

15:00-15:30 15:30-16:00

Optimizacin en la construccin y anlisis del diseo experio o a n mental por JORGE DOM INGUEZ Y DOM INGUEZ*. Diseo de experimentos para un modelo con mezcla n de distribuciones por MAR MERCEDES RODR IA IGUEZ LOPEZ FIDALGO. HERNANDEZ*, JESUS Experimentacin secuencial por ARMANDO JAVIER R o IOS LIRA*. Viernes 13 Sesin de Conferencias (VIII) 09:30-11:00 o Moderador: Juan Manuel Rodr guez D az

16:00-16:30

09:30-10:00

Anlisis robusto de experimentos factoriales fraccionales no a replicados por V ICTOR AGUIRRE TORRES*, ROMAN DE LA VARA SALAZAR. El error de restriccin y la pseudorepeticin en diseos expeo o n rimentales por IGNACIO MENDEZ RAMIREZ*. Diseo para ensayos cl n nicos con discontinuacin aleatoria o por PETER MUELLER*, LORENZO TRIPPA, GARY ROSNER. Conferencia 11:30-12:00

10:00-10:30 10:30-11:00

11:30-12:00

Diseo de experimentos en R por ERNESTO BARRIOS ZAn MUDIO*. 6

 RESUMENES

Resmenes u

SIDE 09

Sesin de Conferencias (I) o

Estudio de la funcin potencia en dise os ptimos o n o para estimar y discriminar con observaciones correladas
Mariano Amo Salas, Jess Lpez Fidalgo u o Mariano.Amo@uclm.es, Jesus.LopezFidalgo@uclm.es Universidad de Castilla-La Mancha, Espaa n V ctor Ignacio Lpez R o os victorignaciolopez@gmail.com Universidad Nacional de Colombia, Sede Medelln, Colombia En este trabajo se estudian dos modelos farmacocinticos anidados. Se considera que e las observaciones son tomadas sobre el mismo sujeto por lo que existe correlacin entre o ellas. El algoritmo desarrollado por Brimkulov, Krug y Savanov (1986) es adaptado para calcular diseos T -ptimos que permitan discriminar entre ambos modelos. Adems n o a se calculan diseos L-ptimos para discriminar entre ambos modelos y estimar una n o serie de funciones no lineales de los parmetros que resultan de inters. Finalmente, se a e construyen criterios compuestos que estiman las funciones no lineales de los parmetros a (L-optimizacin) y discriminan (T -optimizacin) de manera simultnea. Sobre estos o o a diseos se proporciona un estudio de la funcin potencia. n o Keywords: Modelos compartimentales; Correlacin; T -optimizacin; Funcin potencia o o o

Aplicaciones del dise o ptimo de experimentos a n o estudios de biodiversidad: dise o espacial n

Mar Jess Rivas Lpez, Juan M. Rodr a u o guez D az chusrl@usal.es, juanmrod@usal.es Universidad de Salamanca, Espaa n Werner G. Mller u werner.mueller@jku.at Universidad Johannes-Kepler de Linz, Austria

Resmenes u

SIDE 09

Este trabajo trata principalmente de la aplicacin de los conceptos del diseo espacial o n a estudios dentro del campo de la biodiversidad. Desde hace ya algn tiempo se vienen u utilizando tcnicas estad e sticas para detectar si existen o no patrones de dependencia espacial en la distribucin de especies animales o vegetales dentro de un area geogrca o a determinada. Esto se ha llevado a cabo sobretodo mediante el uso del estad stico I de Moran. Una cuestin que queda pendiente por haber sido mucho menos estudiada es o la de dnde tomar observaciones dentro del rea geogrca objeto de estudio. En este o a a trabajo se aplican las tcnicas del diseo espacial para encontrar diseos que maximicen e n n la potencia de los tests que detectan dependencia espacial. Cabe destacar que hemos considerado el uso de la distribucin exacta del estad o stico I de Moran y no su aproximacin a la distribucin normal. Se presentarn ejemplos articiales para la ilustracin o o a o del procedimiento del diseo espacial y a continuacin el anlisis de un caso real en el n o a cual se estudia la dependencia espacial del nmero de especies ( mam u feros, reptiles, aves..) dentro de una zona de Brasil. Keywords: Diseo espacial n

Dise os ptimos y dise os robustos para el modelo n o n exponencial generalizado con correlacin o
Juan M. Rodr guez D Mar Teresa Santos Mart az, a n juanmrod@usal.es, maysam@usal.es Universidad de Salamanca, Espaa n Milan Stehlik, Helmut Waldl Milan.Stehlik@jku.at, Helmut.Waldl@jku.at Universidad Johannes Kepler de Linz, Austria El objetivo de este trabajo es proporcionar pautas para realizar estimaciones estad sticamente eciente de los parmetros del modelo de Arrhenius modicado, muy utilizado en a cintica qu e mica y equivalente al modelo exponencial generalizado. El modelo de Arrhenius modicado se utiliza por ejemplo para modelizar el ujo de metano en la troposfera o en cintica qu e mica para el estudio de las reacciones en membranas. Estudiaremos el caso de observaciones correladas, considerando la estructura de covarianza con y sin efecto nugget. Para muestras pequeas se estudiaran diseos exactos y equidistantes n n mientras que cuando se necesita un nmero mayor de puntos ser conveniente utilizar u a diferentes tipos de diseos robustos. Por ello, se examinarn varios de los tipos existentes n a en la literatura y se propondr alguno nuevo. Los resultados se ilustrarn con ejemplos a a qu micos. Keywords: Arrhenius models; Correlated observations; Filling designs; Optimal design

Resmenes u

SIDE 09

Dise os factoriales en modelos de Poisson n

Roberto Dorta Guerra, Enrique Gonzlez Dvila a a rodorta@ull.es, egonzale@ull.es Universidad de La Laguna, Espaa n Josep Ginebra josep.ginebra@upc.edu Universidad Politcnica de Catalua, Espaa e n n El presente trabajo utiliza la Metodolog de Supercie de Respuesta (MSR) para opa timizar los valores de los factores inuyentes en la produccin de enzimas pectinol o ticas en un proceso de crecimiento de levadura utilizando como sustrato hollejos de uvas trituradas. La MSR es util en la determinacin de los factores que inciden en la variable o respuesta y para encontrar los niveles de los factores que producen la respuesta ptima. o El contexto de la investigacin se centra en la produccin industrial de enzimas emo o pleando los hollejos de la uva. El estudio que se presenta ha consistido en disear un n experimento con el que poder obtener las condiciones optimas para el crecimiento de un tipo de levadura (325) de forma que sta sintetice la mayor cantidad de pectinasas. e Keywords: Diseos factoriales,; Modelos de Poisson, D-optimalidad, A-optimalidad n

Sesin de Conferencias (II) o

Dise os ptimos para discriminar entre dos modelos n o mediante el algoritmo multiplicativo
Ral Mart Mart u n n Raul.MMartin@uclm.es Universidad de Castilla-La Mancha, Espaa n Roberto Dorta Guerra rodorta@ull.es Universidad de La Laguna, Espaa n Ben Torsney b.torsney@stats.gla.ac.uk University of Glasglow, Scotland

10

Resmenes u

SIDE 09

Los diseos ptimos son muy dependientes del modelo inicial que se supone. Sin embargo, n o en ocasiones no es posible plantear un unico model, debiendo seleccionar uno entre posibles candidatos. En la teor de diseo ptimo mediante criterio de T -optimizacin se obtienen diseos a n o o n de experimentos para resolver este problema. El clculo de estos diseos no es sencillo. En la literatura no existen algoritmos espea n cializados para la construccin de diseos T-ptimos. Uno de los ms usados es una o n o a adaptacin del propuesto por Wynn-Fedorov (Atkinson and Fedorov, 1975a; Fedorov o and Hackl, 1997) el cual presenta problemas con su convergencia. En esta presentacin proponemos un nuevo mtodo para calcular diseos T -ptimos. o e n o Este procedimiento es una extensin del algoritmo multiplicativo presentado por Torsney o y Mart n-Mart (2009). n Keywords: Diseo aproximado; T -optimizacin; Teorema de Equivalencia n o

Discriminacin entre modelos de regresin log o o sticos con efectos jos y aleatorios
Chiara Tommasi chiara.tommasi@unimi.it Universidad de Miln, Italia a Mar Teresa Santos Mart Juan M. Rodr a n, guez D az maysam@usal.es, juanmrod@usal.es Universidad de Salamanca, Espaa n Los modelos con efectos aleatorios tienen gran importancia en las ciencias de la vida, y existe un inters creciente en la bsqueda de diseos optimos para estos casos. Por e u n ejemplo, Metr, Mallet and Baccar (1997), Patan and Bogacka (2007), Schmelter, Benda e and Schwabe (2007) y Graho, Holling and Schwabe (2009) estudian diseos optimos n para modelos de regresin con efectos aleatorios. Los modelos binarios con efectos jos, o especialmente el modelo log stico, han sido ya ampliamente tratados desde el punto de vista del diseo ptimo; sirvan como ejemplo los art n o culos Abdelbasit and Plackett (1983), Minkin (1987), Ford, Torsney and Wu (1992), Sitter and Wu (1993) y Sitter and Fainaru (1997), entre otros. Recientemente, Ouwens, Tan and Berger (2006) estudian diseos optimos para modelos log n sticos con trmino independiente aleatorio. En todos e estos art culos, el objetivo principal ha sido el de encontrar diseos ptimos (locales) n o para estimar los parmetros desconocidos de los modelos o alguna funcin de los mismos. a o Sin embargo, en ocasiones no es posible estar seguro de si el modelo tiene efectos jos o aleatorios, y en este caso el investigador deber tener un doble objetivo: decidir cul a a 11

Resmenes u

SIDE 09

de los dos modelos (efectos jos o aleatorios) es el adecuado, y estimar los parmetros a del modelo elegido. En el presente trabajo se estudiarn diseos Ds - y KL-ptimos para a n o discriminar entre modelos de regresin log o sticos de efectos jos y aleatorios. Ambos tipos de diseos no son posibles de encontrar anal n ticamente, por lo que ser necesario el uso a de procedimientos de clculo numrico cuyo principal problema reside en la obtencin de a e o algunas integrales. Cuando stas de obtienen numricamente, el proceso general resulta e e muy lento, por lo que se propone el uso de ciertas aproximaciones. Keywords: Ds -optimalidad; KL-optimalidad; Modelo logistico

Mtodo generalizado para discriminar entre modelos e

Camelia Trandar camelia@eio.uva.es Universidad de Valladolid, Espaa n En el area del diseo ptimo todo el cuadro terico esta construido bajo la suposicin n o o o de que el modelo estad stico esta conocido, pero pocas veces este hecho concuerda con la realidad. A ra de esto propongo un anlisis estad z a stico planicado en dos fases. La primera consiste en encontrar el modelo que mejor ajuste a los datos reales y la segunda fase consiste en estimar los parmetros del modelo elegido. El mejor criterio a para discriminar entre modelos es el criterio de optimalidad de GKL, desarrollado en [X], y para la estimacin de los parmetros el D- criterio de optimalidad es el ms conocido o a a y el que ms fcil se interpreta (Fedorov, 1972). a a Idea de este trabajo consiste en ampliar los criterios de DT - optimalidad (dado por Atkinson (2008)) y de DKL-optimliadad (dado por Tommasi (2008)). El primero un criterio compuesto que hace una media geomtrica entre el D- criterio y el T -criterio y e tiene aplicabilidad entre los modelos gaussianos. Y el segundo es una extensin que se o aplica a los modelos non-normales. El presente art culo se disea El GDKL- criterio que es una herramienta muy buena n para discriminar y estimar los parmetros simultneamente cuando se trata de trabajar a a con varios modelos. Se presenta un teorema de equivalencia y un algoritmo secuencial con su correspondiente regla de parada. Y al nal se presentan aplicaciones del campo de la farmacocintica. e

12

Resmenes u

SIDE 09

Sesin de Conferencias (III) o

Dise os ptimos en farmacocintica n o e

V ctor Ignacio Lpez R o os vilopez@unal.edu.co Universidad Nacional de Colombia, Sede Medelln, Colombia Una de las disciplinas donde es posible aplicar de forma natural la metodolog de los a diseos optimos es la farmacocintica, siendo sta una de las ramas de la farmacolog n e e a que estudia la absorcin, distribucin, metabolismo y eliminacin de las drogas ya sea o o o en humanos o en animales. En esta clase de estudios, generalmente se comparan varios medicamentos o diferentes niveles de dosis de un medicamento, y los datos corresponden a una serie de muestras que se toman en diferentes momentos del tiempo sobre cada sujeto. En este trabajo se construirn diseos optimos para modelos farmacocinticos a n e poblacionales, donde el modelo estad stico a considerar es un modelo no lineal mixto, donde los errores tienen distribucin normal y se asume que los parmetros del modelo se o a distribuyen tambin normal con matriz de varianzas covarianzas una matriz diagonal. Se e hallar la matriz de informacin asociada y usando diferentes criterios de optimalidad, a o entre otros D-optimalidad, se mostrarn los diseos obtenidos para diversos ejemplos a n de uso comn en el rea de farmacocintica. Adems, se reportarn las eciencias de los u a e a a diseos obtenidos. n Keywords: D-optimalidad; Modelos farmacocinticos; Criterios de optimalidad; Mode elos mixtos; Matriz de informacin o

Dise o ptimo de experimentos para el anlisis de n o a supervivencia

Jess Lpez Fidalgo u o jesus.lopezfidalgo@uclm.es Universidad de Castilla-La Mancha, Espaa n Mar Jess Rivas Lpez a u o chusrl@usal.es Universidad de Salamanca, Espaa n El diseo optimo de experimentos ha sido raramente considerado desde la perspectiva n del anlisis de supervivencia. En este trabajo se adapta la teor general a la regresin a a o 13

Resmenes u

SIDE 09

de Cox, en la que la variable respuesta es el tiempo, que puede estar censurado. El tiempo de fallo es modelizado con una distribucin de probabilidad que depende de una o combinacin lineal de las variables explicativas. Al nal del estudio algunas unidades o experimentales an sobrevivirn y por tanto el tiempo recogido ser censurado. Para u a a poder disear las variables explicativas ser necesario asumir una distribucin de proban a o bilidad del momento en que una unidad experimental entra en el estudio. De este modo lo que se ha de calcular es un diseo optimo condicionado al tiempo de entrada en el n estudio. Por tanto cuando una unidad entra en el estudio se ha de calcular un diseo n optimo de acuerdo al tiempo de debut. Se analiza un caso muy sencillo para ilustrar el procedimiento. Keywords: Datos censurados; Diseos marginalmente restringidos; Distribucin expon o nencial; Regresin de Cox. o

Tcnicas algebraicas en dise o experimental e n

Hugo Maruri Aguilar H.Maruri-Aguilar@lse.ac.uk University of London, England Las tcnicas de geometr algebraica fueron introducidas a diseo de experimentos por e a n Pistone y Wynn (1996). Dichas tcnicas permiten la identicacin de modelos de grae o do bajo y proporcionan una extensin natural a conceptos basicos como confusin y o o fraccionamiento de diseos, ver tambin Pistone et al. (2000). n e Intentare describir las ideas bsicas del mtodo algebraico, especialmente en lo tocante a a e ordenes monomiales y su relacin con metodos geometricos. Adicionalmente mencionare o trabajo reciente en el concepto de aberracin y uso de nmeros de Betti para describir o u modelos. Keywords: Ideal; Orden monomial; Nmero de Betti; Aberracin u o

14

Resmenes u

SIDE 09

Sesin de Conferencias (IV) o

Dise o de dataciones radiocarbnicas en estudios de n o paleoecolog a

J. Andrs Christen Gracia e jac@cimat.mx Centro de Investigacin en Matemticas (CIMAT), Mxico o a e Los fechamientos radiocarbnicos son comunmente usados en Paleoecolog en la dato a acin de perles de lagos y de turba, con la intencin de crear un modelo que relacione o o la profundidad del perl con su edad. Sin embargo, lo fechamientos tienen un costo de c. e400 cada uno, y es entonces importante considerar cuantos fechamientos hacer y a que profundidades. Este problema fu considerado a nales de los 1990s, en este mismo cone texto, pero la solucin propuesta es computacionalmente extremadamente costosa dado o que se basa en estimar por MCMC la varianza posterior esperada para cada posible conjunto de diseo. Recientemente propusimos, en el contexto de procesos Gausianos, un n diseo secuencial que aproximadamente maximiza la reduccin de la varianza al agregar n o un nuevo punto de diseo, y depende unicamente de la estructura de covarianza del n modelo. Dada una muestra piloto, el modelo edad-profundidad tiene una estructura (a posteriori) de covarianza; importaremos entonces la propuesta de diseo mencionada a n este contexto. Presentaremos una introduccin al tema y resultados preliminares en esta o direccin. o

Aplicacin de dise o estad o n stico de experimentos en el desarrollo de un anlogo de queso a

Elo Serv Medina, Silvia L. Amaya Llano, Eduardo Castao Tostado sa n n sereloisa@hotmail.com, samayal@uaq.mx, ecastano@uaq.mx Universidad Autnoma de Quertaro, Mxico o e e En la pltica se presentar una aplicacin real en la que el diseo estad a a o n stico de experimentos (DEE) es una herramienta ecaz y eciente para el desarrollo de nuevos productos alimenticios. Cada d existe una mayor preocupacin por los alimentos que a o se consumen, esto es debido al alto ndice de obesidad y de problemas cardiovasculares derivados de los hbitos alimenticios de la poblacin. Existe un amplio sector de la a o poblacin mexicana que no tiene acceso a alimentos ricos en prote o nas, como lo es el queso, debido a su precio. La produccin tradicional de quesos implica consumos ms alo a tos de grasa y mayores precios, por lo cual, la bsqueda de nuevos ingredientes o nuevos u 15

Resmenes u

SIDE 09

procesos alimenticios es una alternativa tanto para buscar balances nutricionales como para dar alternativas econmicas. Enmarcado en tal bsqueda, en este trabajo se preo u sentar el rol esencial del DEE para generar resultados e interpretaciones para obtener a un anlogo de queso manchego con mejor balance nutricional y a un menor costo. DEE a fue utilizado en tres etapas: en el identicacin del proceso de extrusin de un nuevo o o ingrediente (concentrado de prote de suero con almidn de ma en la seleccin de na o z), o sales requeridas para la formulacin del producto nal, y en la seleccin de la mejor o o formulacin del anlogo de queso (fundamentalmente substituyendo grasa), para luego o a someterse a evaluacin sensorial. En esta secuencia fueron utilizados diseos factoriales o n y diseos en mezclas, con variables respuestas escalares y funcionales. Se presentar n an los resultados y sus interpretaciones, as como algunas reexiones sobre este tipo de experimentos. Keywords: Anlogo de queso; Diseo estad a n stico de experimentos; Diseo factorial; n Diseo en mezclas n

Algoritmo multiplicativo: dise os optimos para n modelos de dos factores

Ral Mart Mart Licesio J. Rodr u n n, guez Aragn o Raul.MMartin@uclm.es, L.RodriguezAragon@uclm.es Universidad de Castilla-La Mancha, Espaa n Este trabajo presenta una generalizacin para modelos de dos factores del algoritmo o Multiplicativo inicialmente considerado por Silvey, Titterington y Torsney (1975). Exploramos el potencial de este mtodo en una variedad de ejemplos y aplicaciones relae cionadas con los campos de la ingenier y biolog a a. En el caso del diseo con una unica variable, el mtodo aplicado por el algoritmo se n e basa en transformar el conjunto de puntos de soporte en proporciones denidas como los subintervalos del espacio del diseo entre puntos consecutivos (Torsney and Mart n nMart 2008). n, Para el caso de diseos para modelos con dos factores o variables independientes, el n problema se complica transformndose en un problema de optimizacin respecto a varias a o distribuciones de puntos de soporte. Presentamos diseos D-ptimos, que minimizan la varianza de los estimadores de los n o parmetros del modelo y comparamos, mediante la eciencia, posibles diseos clsicos a n a desde el punto de vista experimental, frente a los diseos ptimos obtenidos. Los modelos n o usados estn relacionados con diferentes campos: a El modelo de Tait relaciona las variaciones de presin, volumen y temperatura en o l quidos y gases densos, la correcta caracterizacin de estas caracter o sticas tiene 16

Resmenes u

SIDE 09

gran importancia en el diseo y fabricacin de los mecanismos de transporte de n o estos productos. La determinacin de la velocidad de reaccin en cinticas enzimticas, en las que o o e a inuye no slo la concentracin del sustrato sino que tiene lugar adems un proceso o o a de inhibicin por la presencia de una tercera sustancia. o Keywords: Algoritmo Multiplicativo; Modelos de dos Factores; Ecuacin de Tait; Ino hibicin Enzimtica o a

Sesin de Conferencias (V) o

Metodolog de supercie de respuesta y modelos a lineales generalizados: estrategias de dise o para n respuestas binarias
Arturo T. De Zan arturo.de.zan@unisabana.edu.co Universidad de la Sabana, Cha, Colombia Cuando los supuestos habituales de normalidad y varianza constante no se cumplen e.g. en procesos de Bernoulli o binomiales), el problema de la eleccin de diseos adeo n cuados ocasiona cierta dicultad a los experimentadores, especialmente cuando lo que se persigue es una exploracin secuencial del proceso. Este art o culo est basado en De a Zan (2009), en donde se proponen dos criterios para evaluar estrategias de diseo. Una n de ellas toma en cuenta la cantidad de informacin contenida en el modelo ajustado, o mientras que la otra explora la informacin contenida en las mejores condiciones de o experimentacin encontradas en el modelo ajustado. Se desarrolla un ejemplo simulado o con el paquete R acerca de cmo funcionan estas estrategias. o Keywords: Diseo factorial; Metodolog de supercie de respuesta; Diseo de experin a n mentos secuenciales; Modelo lineal generalizado; Regresin log o stica; Matriz de informacin de Fisher o

17

Resmenes u

SIDE 09

Aplicacin de la metodolog de supercie de o a respuesta a la formacin de enzimas o

Jess F. Lpez Fidalgo, Ma Mercedes Fernndez Guerrero u o a Jesus.LopezFidalgo@uclm.es, mercedes.fernandez@uclm.es Universidad de Castilla-La Mancha, Espaa n El presente trabajo utiliza la Metodolog de Supercie de Respuesta (MSR) para opa timizar los valores de los factores inuyentes en la produccin de enzimas pectinol o ticas en un proceso de crecimiento de levadura utilizando como sustrato hollejos de uvas trituradas. La MSR es util en la determinacin de los factores que inciden en la variable o respuesta y para encontrar los niveles de los factores que producen la respuesta ptima. o El contexto de la investigacin se centra en la produccin industrial de enzimas emo o pleando los hollejos de la uva. El estudio que se presenta ha consistido en disear un n experimento con el que poder obtener las condiciones optimas para el crecimiento de un tipo de levadura (325) de forma que sta sintetice la mayor cantidad de pectinasas. e Keywords: Metodolog de Supercie de Respuesta; Diseos Factoriales a n

Dise o de experimentos para estudios de n degradacin con pruebas aceleradas y destructivas o

Luis A. Escobar luis@lsu.edu Louisiana State University, USA Ying Shi, William Q. Meeker yshi@iastate.edu, wqmeeker@iastate.edu Iowa State University, USA Los estudios de Degradacin con Pruebas Aceleradas y Destructivas (ADDTs) se uso an para obtener informacin acerca de la abilidad de forma rpida. Por ejemplo, un o a ADDT se puede usar para estimar el tiempo necesario para que una cierta fraccin o de una poblacin de adhesivos alcance una dureza menor que un valor cr o tico dado. Un plan ADDT especica combinaciones de niveles de las variables aceleradoras (tales como temperatura) y el tiempo de evaluacin, conjuntamente con la proporcin de unidades o o experimentales asignadas a cada una de estas combinaciones. En esta charla se describen mtodos para obtener planes ADDT que sean buenos, prcticos, y ecientes para una e a coleccin importante de modelos de degradacin. Primero obtenemos numricamente o o e 18

Resmenes u

SIDE 09

planes ptimos que garantizan la varianza asinttica minima para el estimador mxio o a mo veros mil de un cuantil. El Teorema General de Equivalencia (GET) es usado para vericar la optimalidad de estos planes optimos. En vista de que los planes optimos no son robustos con respecto al modelo especicado o a la informacin del diseo usada o n para obtenerlos, proponemos planes de compromiso mas robustos y mas prcticos. Un a anlisis de sensibilidad muestra los efectos en la precisin del estimador del cuantil dea o bido a cambios en el tamao muestral, duracin de la prueba, y niveles de las variables n o aceleradoras. Se usaron simulaciones Monte Carlo para evaluar las caracter sticas estad sticas de los planes ADDT. La metodolog es ilustrada con un problema real donde a un pegamento es usado como adhesivo. Keywords: Fiabilidad; Aproximacin de la varianza para muestras grandes; Planes o ADDT optimos; Teorema general de equivalencia; Planes ADDT de compromiso; Sim ulacin Monte Carlo o

Sesin de Conferencias (VI) o

Dise o de experimentos computacionales n

Hugo Maruri Aguilar H.Maruri-Aguilar@lse.ac.uk University of London, England Al modelar un experimento computacional, la discrepancia entre predicciones del modelo y los datos de simulacin se debe unicamente al sesgo existente entre el modelo para el o experimento computacional y el simulador computacional determinista (usualmente una funcin complicada). Por esta razn, las replicaciones no agregan informacin adicional o o o y los conceptos clsicos de bloqueo y aleatorizacin pierden signicado. De esta manera, a o el inters del experimentador se dirige hacia la exploracin eciente de la regin de e o o diseo. n Presentar una revision de diseos utiles para modelar las simulaciones computacionales e n y discutir brevemente alternativas de modelacin. e o Keywords: Experimento computacional; Diseos uniformes; Secuencias de baja disn crepancia

19

Resmenes u

SIDE 09

Dise o de experimentos para optimizacin en n o variables con respuesta binaria

Humberto Vaquera Huerta, J. Luis Dom nguez V., Paulino Prez e hvaquera@colpos.mx Colegio de Postgraduados, Mxico e En este trabajo se presenta el problema de optimizar factores bajo respuesta binaria. En particular la probabilidad de xito de la variable respuesta se modela con una fune cin exible que no es montona la cual depende de los factores de estudio. El modelo o o propuesto permite estudiar casos en los cuales tal probabilidad de xito crece y despus e e decrece. Se obtienen estimaciones de mxima verosimilitud y se proponen contrastes de a razn de verosimilitudes generalizadas. Se como ejemplo se utiliza informacin de un o o experimento de germinacin de semillas donde se ilustra el uso del modelo propuesto en o el cual la probabilidad de germinacin de Leucocoryne coquimbensis F. Phil. depende de o las horas de hidratacin. El modelo propuesto se ajusta mejor a los datos de germinacin o o que otros modelos de funciones liga basados en la funcin de liga logit. o Keywords: Germinacin; Hidratacin; Leucocoryne coquimbensis F. Phil; Mxima o o a verosimilitud; Regresin Log o stica

Escenarios optimos para la estimacin de o elasticidades v modelos logit multinomiales a

Rogelio Ramos Quiroga, Jos Ramn Dom e o nguez Molina rramosq@cimat.mx, jrdguez@cimat.mx Centro de Investigacin en Matemticas (CIMAT), Mxico o a e Los estudios de sensibilidad de precios son, con frecuencia, un objetivo primario de los estudios de mercado. Son usados por las empresas para jar pol ticas de precios de sus productos. Una forma de determinar la elasticidad de un producto es mediante entrevistas con individuos de la poblacin objetivo, en las cules se les pide a los entrevistados o a una serie de decisiones de compra ante varios escenarios de precios. El modelo de McFadden, basado en Teor de la Utilidad, modela las preferencias mediante un modelo a logit multinomial. Los objetivos del presente trabajo son dos: Por un lado, presentamos una parametrizacin o sensible a los problemas de estimacin de participaciones de mercado (market share) y, o por otro, obtenemos escenarios de precios optimos con el n de estimar las elasticidades de los productos bajo estudio (las elasticidades se denen como el cociente del cambio 20

Resmenes u

SIDE 09

relativo en ventas debio a un cambio relativo en el precio). Comparamos la eciencia de estos escenarios con respecto a algunos diseos ortogonales estndar. n a

Sesin de Conferencias (VII) o

Optimizacin en la construccin y anlisis del dise o o o a n experimental

Jorge Dom nguez y Dom nguez jorge@cimat.mx Centro de Investigacin en Matemticas (CIMAT), Mxico o a e En optimizacin una funcin objetivo es minimizada o maximizada considerando que o o se satisfacen las funciones de restriccin. Las funciones objetivo y restriccin se deo o nen matemticamente para expresar las caracter a sticas y especicaciones objetivas del diseo. En esa direccin se han desarrollado varios algoritmos matemticos con la naln o a idad de obtener mayor eciencia en el proceso de optimizacin. Cuando la optimizacin o o es utilizada en un diseo industrial, a este se le llama diseo optimo. En este trabajo se n n plantea el modelo de optimizacin matemtico y a partir de l se realiza un recorrido de o a e su aplicacin a diferentes escenarios del diseo de experimentos. Esta exploracin va deso n o de el concepto del diseo clsico hasta el enfoque moderno, conocido como metodolog n a a del diseo anal n tico. En este contexto se har un planteamiento general de la estrategia a experimental en la industria, se mostrar que la aplicacin de diferentes mtodos en el a o e procedimiento de optimizacin han dado lugar a diversas l o neas de investigacin y se o describir la importancia del modelo de optimizacin para mejorar y reducir costos en a o procesos. Keywords: Optimizacin; Diseo de experimentos; Diseo anal o n n tico; Mejora continua

Dise o de experimentos para un modelo con mezcla n de distribuciones

Jess Lpez Fidalgo, Mar Mercedes Rodr u o a guez Hernndez a jess.lopezfidalgo@uclm.es, mercedes.r.h@hotmail.com u Universidad de Castilla-La Mancha, Espaa n Habitualmente un motor de combustin produce las emisiones de varios tipos de part o culas. El dimetro de las part a culas es medido y usado como la variable de respuesta. Se 21

Resmenes u

SIDE 09

tiene inters en estimar la proporcin de las part e o culas de cada clase, as como los parmetros de la distribucin de cada poblacin de part a o o culas. Con este trabajo la matriz de la informacin del estimador mximo veros o a mil, la matriz de la informacin de las o estimaciones calculadas usando el algoritmo de EM y la matriz de covarianza emp rica es comparada. La distribucin normal es asumida para los dos tipos de part o culas y las medias son modeladas por una variable independiente. Finalmente los diseos son n generados y comparados usando simulaciones. Keywords: D-Optimizacin; Algoritmo EM; Matriz de informacin o o

Experimentacin secuencial o
Armando Javier R Lira os armando@itc.mx Instituto Tecnolgico de Celaya, Mxico o e La experimentacin secuencial es una estrategia de experimentacin sumamente efectiva o o ya que provee de un elemento de eciencia necesario para una experimentacin exitosa. o Sin la experimentacin secuencial muchos experimentos no ser factibles debido a las o an obvias restricciones en costos, o ser un desperdicio de dinero y recursos si un exan perimento completo descubre que no existen factores signicativos. La experimentacin o secuencial es ejecutada al combinar las corridas de dos (o ms) experimentos para formar a un diseo de mayor tamao que es capaz de estimar efectos principales e interacciones de n n inters. El experimento inicial es usualmente una fraccin que se corre con un propsito e o o exploratorio, su objetivo principal es determinar las variables que afectan al sistema. El segundo experimento intenta resolver ambigedades al claricar la estructura de aliases u del diseo combinado. La literatura actual recomienda que la primera fraccin deber n o a ser un experimento factorial fraccionado de la ms alta resolucin posible construido a o usando el criterio de aberracin m o nima. La segunda fraccin es usualmente construio da usando una tcnica de aumentacin estndar conocida como foldover. El foldover e o a revierte los signos de uno o ms factores en el diseo inicial para crear el experimento a n secuencial. La literatura en esta area del diseo experimental muestra una tendencia en n el desarrollo de tcnicas de experimentacin secuencial cada vez ms ecientes. Un proe o a greso signicativo ha sido hecho desde el temprano desarrollo de la tcnica de foldover; e sin embargo aun existen areas de oportunidad en las que mejoras adicionales son aun e posibles. Esta ponencia trata del desarrollo de nuevas tcnicas de experimentacin see o cuencial para diseos de resolucin III, diseos de niveles mixtos y diseos robustos. Uno n o n n de los principales retos fue crear un algoritmo para aumentacin secuencial de diseos o n de resolucin III debido a que en la actualidad solo tcnicas generales de aumentacin o e o como el foldover y el semifold estn disponibles. Una de las principales desventajas de a 22

Resmenes u

SIDE 09

los mtodos generales es que son incapaces de desacoplar interacciones de 2 factores e unas de otras, adems requieren demasiadas corridas. El algoritmo R3 desarrollado es a capaz de desacoplar efectos principales de interacciones de 2 factores e interacciones de 2 factores de otras interacciones de 2 factores usando un nmero m u nimo de corridas al mismo tiempo que se mantienen buenos niveles de balance y ortogonalidad en el diseo n combinado. Otra rea de oportunidad es la de diseos de niveles mixtos. La tcnica a n e de aumentacin actual para estos diseos es el plan de foldover ptimo. La principal o n o desventaja de esta tcnica es que requiere el mismo nmero de corridas que la fraccin e u o inicial y por lo tanto es una tcnica costosa e ineciente. El plan de semifold optimo e propuesto es capaz de reducir el pan de foldover ptimo a la mitad al mismo tiempo o que se mantienen buenos niveles de balance y ortogonalidad para efectos principales e interacciones de 2 factores en el diseo combinado. Para diseos robustos se combino el n n enfoque de experimentacin secuencial desarrollado para resolucin III (Algoritmo R3) o o con la tcnica de resolucin mixta para crear experimentos ms ecientes. e o a Keywords: Experimentacin; Secuencial; Foldover; Resolucin; Fraccin; Semifold; Roo o o busto

Sesin de Conferencias (VIII) o

Anlisis robusto de experimentos factoriales a fraccionales no replicados

V ctor Aguirre Torres aguirre@itam.mx Instituto Tecnolgico Autnomo de Mxico (ITAM), Mxico o o e e Romn de la Vara Salazar a delavara@cimat.mx Centro de Investigacin en Matemticas (CIMAT), Mxico o a e Los mtodos de anlisis de experimentos factoriales fraccionales que no toman en cuene a ta la posibilidad de observaciones at picas tienen un muy poca potencia para detectar efectos activos cuando esta eventualidad se convierte en realidad. Proponemos un procedimiento iterativo con base en regresin robusta para detectar efectos activo an en o u presencia de observaciones at picas. Realizamos un estudio de simulacin para comparao rlo con otros mtodos y el mtodo robusto mostr superioridad en trminos de potencia e e o e 23

Resmenes u

SIDE 09

y de una medida de desempeo global para escenarios con diferentes grados de contamn inacin con observaciones at o picas.

El error de restriccin y la pseudorepeticin en o o dise os experimentales n

Ignacio Mndez Ram e rez imendez@servidor.unam.mx Universidad Nacional Autnoma de Mxico, Mxico o e e Con frecuencia en los experimentos se presenta un grupo de unidades experimentales que estn sujetas simultneamente a la inuencia de aspectos aleatorios particulares. Esto a a es usual que no sea tomado en cuenta por el experimentador y el analista, sin embargo puede tener consecuencias graves en la posibilidad de efectuar pruebas de hiptesis sobre o efectos de inters. La introduccin en el modelo de un termino aleatorio que representa e o esos aspectos particulares, permite determinar que hiptesis son validas y cuales no. Esto o ocurre en los diseos con bloques, con parcelas divididas y con mediciones repetidas. n Se presenta un panorama de esta situacin con algunos diseos t o n picos y sus modelos adecuados Keywords: Pseudorepeticion; Error de restriccin o

Dise o para ensayos cl n nicos con discontinuacin o aleatoria

Peter Mueller, Lorenzo Trippa, Gary Rosner pamueller@me.com, ltrippag@mdanderson.org, glrosner@mdanderson.org The University of Texas, USA RDD tiene dos fases diferentes. En la primera fase todos los pacientes estn asignados a a la terapia experimental. Al n de la primera fase se registra si o no hay respuesta positiva para los pacientes iniciales. Solamente la subpoblacin de pacientes para los o que se nota una respuesta positiva durante la primera fase continan a la segunda u fase y les son asignados aleatoriamente a un tratamiento experimental o a un control (tratamiento estndar). La intencin del diseo es de identicar en la primera fase de a o n una manera automtica la subpoblacin de pacientes que pueden beneciarse con el a o 24

Resmenes u

SIDE 09

tratamiento experimental. La comparacin de la segunda fase se hace solamente en esa o subpoblacin. o El diseo necesita la seleccin de varios parmetros: la duracin de la primera fase, n o a o el nmero de pacientes iniciales y el criterio de seleccin para la segunda fase. Prou o ponemos la seleccin ptima de esos parmetros en el marco de un problema Bayesiano o o a de decisiones. Usamos un modelo de probabilidad para un tratamiento (un agente cytoesttico) y una simple funcin de utilidad. El mtodo propuesto se evala mediante a o e u simulacin. o Keywords: Random discontinuidad design; RDD

Dise o de experimentos en R n
Ernesto Barrios Zamudio ebarrios@itam.mx Instituto Tecnolgico Autnomo de Mxico (ITAM), Mxico o o e e El propsito de la pltica es comentar sobre los distintos paquetes en el lenguaje eso a tad stico R disponibles en el area del diseo de experimentos. Se presentan algunos n detalles del paquete BHH, apoyo del libro Statistics for Experimenters, de Box, Hunter y Hunter, y del paquete BsMD, para la seleccin Bayesiana de factores y la seleccin o o optima de ensayos adicionales de acuerdo al criterio MD, de Meyer, Steinberg y Box. Finalmente se comentar el proyecto o R Task View sobre el diseo y anlisis de exa n a perimentos, coordinado por la Prof. Ulrike Grmping, de Beuth Hochschule fr Technik o u (BHT) Berlin. Keywords: Seleccin Bayesiana de factores; BHH; BsMD; Lenguaje R o

25

Resmenes u

SIDE 09

26

LISTA DE PARTICIPANTES

Lista de participantes

SIDE 09

LISTA DE PARTICIPANTES V ctor Aguirre Torres Mariano Amo-Salas Ernesto Barrios Zamudio Eduardo Castao Tostado n J. Andrs Christen Gracia e Arturo Tarsicio De Zan Jorge Dom nguez Dom nguez Roberto Dorta Guerra Luis A. Escobar Mercedes Fernndez Guerrero a Jess Lpez Fidalgo u o V ctor I. Lpez R o os Ral Mart Mart u n n Hugo Maruri Aguilar Ignacio Mndez Ram e rez Peter Mueller Rogelio Ramos Quiroga Javier Armando R Lira os Mar Jess Rivas Lpez a u o Licesio J. Rodr guez Aragn o Juan M. Rodr guez D az Mar de las Mercedes Rodr a guez Hernndez a Chiara Tommasi Camelia Trandar Humberto Vaquera Huerta aguirre@itam.mx Mariano.Amo@uclm.es ebarrios@itam.mx ecastano@uaq.mx jac@cimat.mx arturo.de.zan@unisabana.edu.co jorge@cimat.mx rodorta@ull.es luis@lsu.edu merecedes.fernandez@uclm.es Jesus.LopezFidalgo@uclm.es vilopez@unal.edu.co Raul.MMartin@uclm.es H. Maruri-Aguilar@lse.ac.uk imendez@servidor.unam.mx pamueller@me.com rramosq@cimat.mx armando@itc.mx chusrl@usal.es l.rodriguezaragon@uclm.es juanmrod@usal.es mercedes.r.h@hotmail.com chiara.tommasi@unimi.it camelia@eio.uva.es hvaquera@colpos.mx

28

 Indice alfabtico e
Aguirre Torres, V., 23 Amaya Llano, S., 15 Amo Salas, M., 8 Barrios Zamudio, E., 25 Castao Tostado, E., 15 n Christen, J., 15 De La Vara Salazar, R., 23 De Zan, A.T., 17 Dom guez, J.L., 20 Dom nguez Molina, J.R., 20 Dom nguez y Dom nguez, J., 21 Dorta Guerra, R., 10 Escobar, L., 18 Fernndez Guerrero, M.M., 18 a Ginebra, J., 10 Gonzlez Dvila, E., 10 a a Lpez Fidalgo, J., 8, 13, 18, 21 o Lpez R V.I., 8, 13 o os, Mller, W., 8 u Mndez Ram e rez, I., 24 Mart Mart R., 10, 16 n n, Maruri Aguilar, H., 14, 19 Meeker, W., 18 Mueller, P., 24 Prez, P., 20 e R Lira, J., 22 os Ramos Quiroga, R., 20 Rivas Lpez, M.J., 8, 13 o Rodr guez Aragn, L., 16 o Rodr guez D J.M., 8, 9, 11 az, Rodr guez Hernndez, M.M., 21 a Rosner, G., 24 29 Tommasi, Ch., 11 Torsney, B., 10 Trandar, C., 12 Trippa, L., 24 Vaquera Huerta, H., 20 Waldl, H., 9 Santos Mart M.T., 9, 11 n, Serv Medina, E, 15 n Shi, Y., 18 Stehlik, M., 9