DISEÑO DE

E X P E R I M E N T O S FACTORIALES

APLICADOS A

PROCESOS I N D U S T R I A L E S

Jorge Galbiati Riesco

Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales - 1 -

D I S E Ñ O D E E X P E R I M E N T O S FACTORIALES APLICADOS A PROCESOS I N D U S T R I A L E S
Jorge Galbiati Riesco

INDICE Pag. CAPITULO 1. DISEÑOS EXPERIMENTALES FACTORIALES 1.1 Definiciones Resistencia de un Mortero 1.2 Diseños "Uno-a-la-Vez" Ejemplo 1.1 EJERCICIOS CAPITULO 2. DISEÑOS EXPERIMENTALES CON DOS FACTORES A DOS NIVELES Fabricación de Mermelada de Uva a partir de los Descartes de la Selección de Uva de Mesa; Estudio de la Acidez y la Consistencia Precisión del Test de Disolución utilizado en la Industria Farmacéutica. Ejemplo 2 2-4 2.1 Gráficos de Interacción 2.2 Matriz de Diseño del Experimento 22 2.3 Tablas de Respuestas 2.4 Diagramas de Efectos 2.5 Aleatorización 2.6 Réplicas Secado de Sanitarios EJERCICIOS CAPITULO 3 DISEÑOS FACTORIALES CON TRES FACTORES A DOS NIVELES Efecto de Catalizadores en la Emisión de SO4 a la Atmósfera, en una Planta de Producción de Acido Sulfúrico Ley de Cal Libre en el Proceso de Producción de Cal Análisis de Laboratorio para la Determinación de contenido de Cloruro en Cátodos de Cobre 3.1 Matriz de Diseño del Experimento 23 Materiales Aislantes de Ruido, para encerramiento de una Máquina de Forja 3.2 Tabla de Respuestas y Diagrama de Efectos del Experimento 23 Ejemplo 3 3-9 3.3 Gráficos de Interacción Optimización de la Plasticidad de un ompuesto de Caucho de la Banda de Rodamiento de Neumáticos EJERCICIOS 1-1 1-1 1-2 1-4 1-4 1-6 2-1 2-1 2-3 2-6 2-7 2-8 2-9 2-9 2-10 2-10 2-13 3-1 3-1 3-3 3-3 3-4 3-8 3-9 3-10 3-12 3-14

Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales - 2 -

CAPITULO 4 DISEÑOS FACTORIALES FRACCIONADOS Ejemplo 4 4-1 Ejemplo 5 4-1 Ejemplo 6 4-2 Precisión del Resultado del Análisis Químico para Medir el contenido de Oro en Concentrados de Cobre 4.1 Efectos Confundidos Ejemplo 7 4-8 4.2 Construcción de Bloques en Diseños 2k Ejemplo 8 4-10 4.3 Resolución de un Diseño Factorial Fraccionado EJERCICIOS CAPITULO 5 DISEÑOS FACTORIALES CON MAS DE DOS NIVELES POR FACTOR Pérdida de Calibración de Láminas Bimetálicas, utilizadas com Elemento de Seguridad en Artefactos de Gas 5.1 Diseños Factoriales 23, con dos Factores a tres niveles Ejemplo 9 5-3 Resistencia a la Flexión en la Fabricación de Ladrillos 5.2 Diseños 32 Fraccionados Ejemplo 10 EJERCICIOS CAPITULO 6 ELEMENTOS DE ANALISIS DE VARIANZA 6.1 El Modelo Lineal 6.2 Análisis de Varianza a un Factor Ejemplo 11 6.3 Tabla de Análisis de Varianza a un Factor Distribución de Operadoras para la Recepción de Pedidos 6.4 Análisis de Varianza a dos Factores 6.5 Tabla de Análisis de Varianza a dos Factores Ejemplo 12 Proceso de Extracción de Cobre de la Lixiviación de Bateas EJERCICIOS APENDICE Tabla F

4-1

4-2 4-4 4-9 4-12 4-12 5-1 5-1 5-2 5-6 5-9 5-10 5-15 6-1 6-1 6-4 6-7 6-9 6-10 6-12 6-12 6-14 6-16

Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales - 3 -

cuantificar el grado de influencia de cada uno. puede definirse la calidad como la reducción de la variabilidad. análisis y comprensión de la variabilidad de los procesos. como los de tipo social.CAPITULO 1 DISEÑOS EXPERIMENTALES FACTORIALES Todo fenómeno que podemos observar. y produce una observación. Y si lo son. En general toman valores que se miden en escala categórica. Corrida Experimental. es la determinación de factores que causan variación. De ahí que prácticamente todos los métodos estadísticos sean útiles para el desarrollo de sistemas de mejoramiento de la calidad. Factores. Todo esto conforma un experimento. cuesta distinguirlas. hay más aplicación de la tecnología estadística. Sea este fenómeno un proceso llevado a cabo en un laboratorio de precisión. como respuesta a diferentes cantidades o calidades de los factores. en el resultado de un proceso de producción o de servicio. Un estudio en el que el investigador tiene un alto grado de control sobre las fuentes de variación importantes. Si se tiene poco control sobre los factores.Definiciones. Cada una de las combinaciones de niveles de todos los factores involucrados en el experimento. o sea un fenómeno en que interviene en forma importante el ser humano. Son los valores que toma un factor. Niveles de un factor. y sus causas son difíciles de aislar y más aún de medir. exhibe un comportamiento variable. En el primer caso la variación es muy pequeña. sea un proceso de fabricación con avanzada tecnología. Pero tal vez el tipo de situación en que. el logro del mejoramiento de la calidad de lo que entrega un proceso. aunque a veces suelen ser medidos en escalas numéricas. de modo de poder determinar si efectivamente son causa de variación. casi imperceptible. Combinación de Tratamientos. la cuantificación del efecto que cada uno de ellos tiene sobre esa variación. se denomina experimento. También se denominan tratamientos. Sólo reduciendo la variabilidad y logrando diseñar procesos estables se puede mejorar la calidad de los productos y servicios. potencialmente. y que presenta características susceptibles de ser medidas. se pueden definir los siguientes conceptos: Experimento. depende en gran medida del grado con que se pueden identificar y cuantificar las fuentes de variación de cada una de las etapas del proceso. y la manera de llevarlo a cabo es hacer variar los factores que potencialmente influyen sobre un fenómeno. Cada una de las fases en que se lleva a cabo el experimento.1. la variación es muy grande. En relación a un estudio del tipo descrito anteriormente. Los fenómenos que potencialmente causan variación. se denominan factores.4 - . Cada corrida experimental corresponde a una realización del experimento. donde las fuentes de variación son numerosas. Consecuentemente. La variabilidad y la calidad son conceptos que se contraponen.. La estadística es la tecnología desarrollada específicamente para el estudio. se habla de un estudio observacional. psicológico o económico. y observar su efecto. en que se puede tener un alto grado de control sobre los factores que causan variación. comparando los efectos que se producen. pero aún así existe. bajo una determinada combinación de tratamientos. 1. y que son controlados por el experimentador. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . En el caso de los fenómenos de tipo humano. y el estudio de la forma en que se combinan y afectan conjuntamente la variación.

Réplicas. Todas las corridas experimentales que corresponden a una misma combinación de tratamientos. Son repeticiones del experimento, bajo idénticas condiciones de los factores. Tienen un doble objetivo: Lograr mayor precisión en la estimación de los efectos de los factores y de sus interacciones, y estimar el error experimental. Experimento Balanceado. Es un experimento en que todos los niveles de cada factor aparece el mismo número de veces. Si no se da esta situación, el experimento es desbalanceado. Diseño. La estructura constituida por los factores y los niveles que se les asignan, en la experimentación. El diseño es la parte que controla el experimentador. Respuesta. La variable objetivo, que se pretende optimizar, y que depende potencialmente de los factores. La respuesta es lo que se mide como resultado de la experimentación, no es controlada por el experimentador. Es una variable medida en escala numérica. Efecto Principal. Un efecto principal es la variación en la respuesta, atribuida al cambio en un factor determinado, a través de sus distintos niveles. Interacción. El efecto producido por la acción de un factor, influido por la presencia de otro. Es un efecto combinado de dos o más factores. Si no existe un efecto de interacción, se dice que los efectos de los factores son aditivos. Error Experimental. La parte de la variabilidad que no está explicada por los factores involucrados en el experimento.

ESTUDIO DE CASO : RESISTENCIA DE UN MORTERO. Mortero es el material que resulta de la mezcla de agua, arena, cemento, eventualmente aditivo, en proporciones adecuadas, y que al fraguar y endurecer, adquiere resistencia. Desde la fabricación de los primeros cementos en el mundo, se han realizado infinidades de ensayos para determinar cuáles son las mejores dosificaciones y los mejores elementos para la fabricación de un mortero, para que satisfaga las necesidades de una determinada aplicación. Se sabe que son muchas las variables que afectan el proceso de endurecimiento, o fraguado, del mortero. Entre las variables que afectan la resistencia a la flexión y compresión de un mortero, sin duda que las más importantes son la característica del cemento que se está utilizando y la cantidad del mismo. Dentro de los diferentes tipos de cementos que se pueden utilizar, existen los Puzolánicos y los Siderúrgicos, y dentro de los mismos, unos de alta resistencia y otros de resistencias normales. El Cemento Puzolánico es aquel en cuya fabricación se utiliza Puzolana, una ceniza volcánica decantada durante milenios. El Cemento Siderúrgico utiliza escoria producida en un Alto Horno, durante el proceso de fabricación de acero. Entre los factores que influyen sobre la resistencia del mortero, están el tipo de arena y el tipo de agua que se utilizan. De acuerdo a la zona geográfica, varían la granulometría de la arena, las sales minerales y materias orgánicas que contiene. Estos últimos elementos también varían según la procedencia del agua. Se hizo un estudio para observar el efecto de algunos de los factores controlables que afectan la resistencia de un mortero, a la flexión y la compresión. Para efectos de este estudio, se consideraron solo tres variables: Cantidad de Cemento Siderúrgico (resistencia normal), tipo de arena, cantidad de agua. OBJETIVO DEL EXPERIMENTO : El objetivo del experimento es determinar en qué medida afectan las tres variables mencionadas, la resistencia de un mortero, y cómo interaccionan entre ellas.

Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales - 5 -

DISEÑO DEL EXPERIMENTO : Es un experimento a tres factores, con dos niveles cada uno, según la siguiente descripción: FACTORES A: Cantidad de Cemento Siderúrgico de resistencia normal. NIVELES a1 : 300 kg. de cemento por m3 de mortero a2 : 450 kg. de cemento por m3 de mortero b1 : Diámetro máximo 2.5 mm b2 : Diámetro máximo 1.25 mm c1.: 0.8 c2 : 1.2

B : Granulometría de arena utilizada. C : Razón de agua - cemento.

RESPUESTA: La respuesta es la resistencia a la flexión y compresión, en Kg/cm2 de probetas de mortero del tipo Rilem (de 4x4x16 cm). Los ensayos se realizaron en equipos normalizados para medir resistencias a la flexión y compresión. Se asume que las características de la Arena y del Agua utilizada, en cuanto a su composición química, son similares. PREPARACIÓN DE MUESTRAS: Determinadas la materias primas con las que se confeccionaron la probetas para los ensayos, se realizó una homogeneización de cada una de ellas. Se determinó cuáles son sus componentes, composición química, presencia de sales, presencia de material orgánico, Una de las variables que también es muy influyente en el fraguado de morteros es la condición ambiente en que se realiza el fraguado; luego, durante el experimento fue necesario mantener las probetas que estaban en proceso de fraguado, en una condición climática estable y controlada. Se hicieron fraguar al aire por 24 horas, con una humedad relativa constante sobre el 90%. Posterior a esto, se continuó su proceso de fraguado sumergidas en agua, a una temperatura entre 20 y 21 ºC, por los días necesarios para realizar el ensayo. Las probetas se fabricaron bajo un mismo procedimiento, Se confeccionaron 5 probetas para cada combinación de tratamientos, con el objeto de realizar pruebas de resistencia a la flexión y compresión, transcurridos 1,2, 3, 7, y 28 días. En la medida que las probetas cumplían con la edad para su ensayo, se extrajeron directamente de la piscina de agua para someterlas a la prueba. Primero se les realizó el ensayo de flexión y luego el de compresión. Estos ensayos son de tipo destructivos por lo que una vez realizado el ensayo de flexión, a los dos trozos que quedaban se les realizó la prueba de compresión. El valor representativo es el promedio de los dos valores. LIMITACIONES: Como mencionamos anteriormente, existen muchos factores que influyen sobre las resistencias finales de los morteros. Una gran limitante que puede tener el experimento es la presencia de algún elemento contaminante que no sea detectable con los equipos de laboratorio con que se cuenta. Esto podría traer como consecuencia una distorsiones en los resultados observados. 1.2.- Diseños "uno-a-la-vez". Consisten en mantener constante los valores de todos los factores que potencialmente inciden en el efecto que se quiere observar, menos uno de ellos, que es el que está siendo analizado. Esto se debe repetir para cada uno de los factores que se han identificado. Este es un tipo de experimentación bastante utilizado, pero que adolece de muchas limitaciones. Son adecuados cuando se presentan condiciones como las siguientes:

Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales - 6 -

1) El resultado es una función compleja del factor, por lo que se deben emplear múltiples valores o niveles distintos del factor para determinar el comportamiento de la respuesta. 2) Los efectos resultantes no presentan interacciones. Esto significa que la forma del comportamiento de uno de ellos no es afectado por el nivel en que se encuentran los demás. En este caso se dice que los efectos son aditivos. Estas situaciones se dan muy rara vez. Por lo general se presentan, en cambio, condiciones como las siguientes: 1) En la región experimental, es decir, el rango en que varían los valores de los factores, el efecto resultante presenta muy poca curvatura, y ésta no cambia de sentido, como sería, por ejemplo, el cambio de una región cóncava a una región convexa. 2) Los efectos resultantes no son aditivos. El nivel en que está un factor influye sobre la forma en que otro factor afecta la respuesta. Bajo estas condiciones, el método de experimentación "uno-a-la-vez" da resultados poco satisfactorios, muchas veces con conclusiones erróneas. En general, es conveniente estudiar simultáneamente el efecto de dos o más factores, en un mismo experimento. Las ventajas de este procedimiento, sobre el hacer un experimento individual para cada factor, son, que se pueden estudiar las interacciones entre los factores, se ahorra tiempo y esfuerzo, y las conclusiones a que se lleguen tienen mayor aplicabilidad, debido a que cada factor se estudia bajo condiciones variables de los otros. EJEMPLO 1.1. Supóngase que se desea investigar qué efecto tiene sobre la dureza de un pegamento epóxico, la precisión a que están sometidos los elementos que se han de adherir, y la temperatura, durante el tiempo de endurecimiento. Se mantiene la temperatura constante, a 50 ºC, por decisión del experimentador, durante el experimento. A la presión se le dan los valores 5, 10, 15, 20, 25, 30, y 35 Psi., y se mide la dureza resultante en cada uno de los 7 casos. Los resultados se ilustran en la siguiente figura:

Figura 1.1. Dureza del pegamento epóxico, versus presión, a 50ºC.

Se observa que el mejor resultado se obtiene si se fija la presión en 25 Psi. Después se realiza un experimento separado para determinar la temperatura óptima. Se fija la presión en 25 Psi. y a la temperatura se le da los valores 10, 20, 30, 40,5é0, y 60 grados. El efecto sobre la dureza se ilustra en la siguiente figura, que muestra que el óptimo se obtiene con una temperatura de 30 ºC. El valor máximo de dureza es 23.

Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales - 7 -

no es el óptimo. presión y temperatura. versus temperatura.1) experimentales: a) b) Dé una definición de cada uno de los siguientes conceptos. temperatura = 30 ºC. 1. 16 Psi). El óptimo está en el valor (17grados. Curvas de nivel de la dureza del pegamento epóxico. como se muestra en la figura siguiente.Figura 1.2. Combinación de tratamientos. versus presión y temperatura. presión = 25 Psi.3. a 25 Psi. como función de los dos factores combinados. Sin embargo. y el valor máximo de dureza. EJERCICIOS.. relacionados con diseños Niveles de un factor. Figura 1. Dureza del pegamento epóxico. en ese punto. veríamos que el punto encontrado. es 36. si conociéramos la forma de la respuesta. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .8 - .

c) d) Corrida experimental. La respuesta es la presión a la cual comienza a filtrar el retén. aleación 1. Se puede utilizar dos técnicas de pulido. El metal de la camisa interior puede ser de tres aleaciones distintas. Respuesta. Se diseña un experimento para determinar qué combinación produce el mejor resultado. ¿Cuáles son las posibles interacciones ? i) ii) iii) iv) v) vi) b) c) d) Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . a) Identifique los siguientes elementos. ¿Es balanceado el experimento ? Describa los efectos principales. El número de corridas experimentales. El experimento se diseña de tal modo que se observe el efecto de cada combinación de tratamientos dos veces. y 12mm. A mayor presión. 1. que llamaremos pulido 1 y pulido 2. mientras se aumenta la presión del agua que debe retener. y la unidad en que se mide.9 - . Los niveles de cada factor. por cada combinación de tratamientos. mejor. en este experimento: Todos los factores. respectivamente. También interesa observar el efecto de variar el ancho de la pieza. 11mm. El número de réplicas.2) En la fabricación de retenes para ser utilizados en motobombas (entre la bomba y el motor a gasolina). La respuesta. 10mm. Las combinaciones de tratamientos. se le dan cuatro valores. 9mm. aleación 2. y aleación 3. es importante la calidad del pulido del interior de la pieza móvil.. Esta se mide utilizando el mecanismo.

Adición solución de pectina 5. Calentamiento 6. los niveles pueden ser dos distintos procesos de producción. o simplemente experimentos 22 . Enfriamiento 7.CAPITULO 2 DISEÑOS FACTORIALES 22 . por lo que se requiere estudiar la formulación óptima del producto. por esa razón. Recepción 2. En estos diseños hay 22 = 4 combinaciones de tratamientos posibles. en general. está en la economía del experimento y en la simplicidad del análisis de los resultados. El proceso de la elaboración de la mermelada sigue el siguiente esquema: 1. ésta es sólo cuestión de nombres. de ambos factores. Por eso suele hablarse de diseños experimentales 22. eventualmente. Envasado En una etapa inicial del estudio de formulación. En ciertas situaciones se prefiere hablar de ausencia y presencia del factor. aumenta la consistencia. puede ser ordinal o numérica. Los diseños con dos factores a dos niveles son dísenos experimentales extremadamente simples. El diagnostico no nos entregará la combinación de los niveles optima. En la fabricación de mermelada. se miden en escala categórica nominal. Por ejemplo. El descarte de uva es una materia prima no tradicional. pues no siempre se puede cuantificar el factor. En general. o pueden ser la utilización o no utilización de un dispositivo. CON DOS FACTORES A DOS NIVELES Una fase inicial de un estudio tiene por objeto efectuar un diagnostico. De los dos niveles que definimos para cada factor. Calentamiento 4. La conveniencia de fijar solo dos niveles por factor. La respuesta siempre debe medirse en escala numérica. producidos por el proceso de selección. Pesaje3. ESTUDIO DE CASO : FABRICACIÓN DE MERMELADA DE UVA A PARTIR DE LOS DESCARTAS DE LA SELECCIÓN DE UVA DE MESA. y la adición de pectina. Adición solución de ácido cítrico 8. así como nos dirá si existe o no interacción entre ambos factores. Una industria se propone fabricar mermelada de uva. en la aceptación del producto. respectivamente. y en qué medida. Los niveles de los factores. basta con utilizar sólo dos niveles para cada factor. pues por cada uno de los dos niveles de un factor hay dos niveles del otro. pero a través de su análisis se pueden ilustrar los principios de la experimentación. A los factores los designaremos Factor A y Factor B. a uno lo llamaremos nivel bajo y al otro nivel alto. aprovechando los descartas de uva de mesa. la adición de ácido cítrico aumenta la acidez del producto. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . ESTUDIO DE LA ACIDEZ Y LA CONSISTENCIA. se requiere conocer la forma como influyen la acidez y la consistencia. sino que nos permitirá determinar si cada uno de ellos afecta o no la respuesta.10 - . Esta.

Combinaciones de Tratamientos del Diseño Experimental 2 . Pectina 0. DISEÑO DEL EXPERIMENTO : Se hizo con dos factores. a los que se les dio a probar cada uno de los productos. Acido cítrico 0. Cada uno de sus elementos es una combinación de tratamientos. que son: a1b1 : a2b1 : a1b2 : a2b2 : Acido cítrico 0. como resultado de cada corrida experimental. se utilizó un panel de degustación. que son las respuestas. y está constituida por números.43 % a2: 1. para su evaluación. El orden en que se efectuaron fue determinado al azar. Cada una de las cuatro filas es una corrida experimental. Tiene cuatro combinaciones de tratamientos. Para medir sus efectos sobre la respuesta. Acido cítrico 1. utilizando la escala hedónica (escala de puntuación de preferencia).1 . Pectina 1. con ocho réplicas.Para ello se diseño un experimento con dos factores.29 %.29 %. respectivamente. los de B por b1 y b2 . Acido cítrico 1. en que participó un grupo de ocho jueces. RESPUESTA: Puntaje promedio. a dos niveles cada uno.71 %. A veces se utilizan los símbolos de la columna 4 para las respuestas.86 % b2 : 1.43 %.29 % b1 : 0.11 - .71 %.86 %. a dos niveles cada uno. La ultima columna es lo que se mide. y es el diseño del experimento. resultado de la evaluación sensorial del producto por un grupo de panelistas. La segunda y tercera columnas constituyen lo que controla el experimentador. Introduciremos un tipo especial de notación utilizada en experimentos factoriales. a1b2 puede representar el nombre de la combinación de tratamientos Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Pectina 1. Por lo que. y que ha sido una de las notaciones tradicionales que se ha empleado. la concentración de ácido cítrico y de pectina.43 %. Los niveles de A los designamos por a1 y a2 . El siguiente esquema muestra los elementos principales de este sencillo experimento: 1 CORRIDA EXPERIMENTAL 2 DISEÑO FACTOR A FACTOR B COMBINACION DE TRATAMIENTOS RESPUESTA 3 4 5 1 2 3 4 a1 a2 a1 a2 b1 b1 b2 b2 a1b1 a2b1 a1b2 a2b2 2 Y11 Y21 Y12 Y22 Tabla 2.86 %. a dos factores con dos niveles cada uno. FACTORES A: Acido Cítrico B: Pectina NIVELES a1: 0. Pectina 0. en lugar de los símbolos de la columna 5.71 % Este es un experimento 22. en orden diferente. La cuarta columna es una representación simbólica de cada combinación de niveles de ambos factores.

1 . La industria farmacéutica tiene que asegurar al paciente la entrega de medicamentos de elevada calidad.Representación gráfica del experimento 2 . entonces. por cada combinación de tratamientos. Para medir este parámetro se han diseñado diversas pruebas de laboratorio. Se trata de un test diseñado para simular de la manera más fidedigna posible. NIVELES a1 : Canastillo rotatorio. b2 : 100 revoluciones por min.constituida por A al nivel bajo y B al nivel alto. a2 : Paleta.12 - . los elementos que constituyen el experimento Figura 2. se sabrá que esta simbolizando. el tipo de aparato y la velocidad de rotación. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . como también puede representar el numero Y12 . sobre la velocidad de la disolución de comprimidos del medicamento Prednisona. DISEÑO DEL EXPERIMENTO : Se diseñó a dos factores. 22: El siguiente diagrama ilustra. indistintamente. En el caso de las formas farmacéuticas sólidas. Se hicieron seis réplicas. laaquellas condiciones in vivo que afectan la velocidad de disolución y por lo tanto de biodisponibilidad del medicamento. b1 : 50 revoluciones por min. en forma esquemática. es dar una aproximación a la evaluación de la disponibilidad fisiológica de la droga y proveer un medio de control para asegurar que todos los lotes muestran similar efectividad clínica. OBJETIVO DEL EXPERIMENTO : El objetivo del presente experimento es evaluar el efecto que tienen algunos componentes del test de disolución. se ha difundido ampliamente el uso del test de disolución. Uno de los requisitos de calidad de un medicamento es que sea efectivo. El objetivo de este test. Según el contexto en que se encuentra. B : Velocidad de Rotación. 2 ESTUDIO DE CASO : PRECISION DEL TEST DE DISOLUCION UTILIZADO EN LA INDUSTRIA FARMACEUTICA. con dos niveles cada uno. específicamente comprimidos. FACTORES A : Tipo de aparato.

Volumen del fluido. de dimensiones determinadas. Evaporación. se utiliza viruta combinada con resina de urea-formaldeido. y la forma de reducir su influencia. es su rigidez. Al tiempo 30 minutos se extrae una cantidad de fluido de disolución desde cada uno de seis vasos. Tapar el vaso durante la experiencia. se indican a continuación: FACTOR Montage del equipo Centrado de los vasos. La respuesta es la fuerza necesaria para que una placa. Regulación de la Controlar con regulador de altura de la paleta o altura y fijar con mecanismo canastillo. y se cuantifica la Pregnisona mediante técnicas espectro fotométricas. Supóngase que realizo el experimento. y la medición de las respuestas dio los siguientes resultados: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Peso necesario para producir una deformación de 5 milímetros. Se diseña un experimento en que los dos factores tienen dos niveles. de soporte. (medida en Kg. Estos factores. que cada vaso esté centrado.1. LIMITACIONES : Las posibles limitaciones del experimento se deben a la presencia de factores no deseados.). La siguiente tabla resume los factores y niveles del experimento: FACTORES A : TIPO DE RESINA B : GRANULADO DE LA VIRUTA NIVELES a1 : Resina Standard a2 : Resina Nueva b1 : Fino b2 : Grueso RESPUESTA : Rigidez de la placa.13 - . EJEMPLO 2. REDUCCION DE SU INFLUENCIA Controlar verticalidad de los ejes. y el otro es el granulado de la viruta.) que se disuelve en un tiempo de 30 minutos. En la fabricación de placas de madera aglomerada. sufra una deformación de 5 milímetros. Controlar con accesorios específicos. Se piensa que hay dos factores que inciden en esta característica. Una característica deseable del producto terminado. Uno es el tipo de resina.RESPUESTA: La respuesta es el porcentaje del contenido de Prednisona declarado ( 50 mg. y que pueden controlarse. Medir exactamente el volumen.

Nótese que nuevamente estamos usando un mismo símbolo para dos cosas diferentes: La letra A se utiliza para identificar el factor. Mas adelante justificaremos el haber elegido este símbolo.5 2 Utilizaremos el numero 1 para simbolizar este efecto.Tabla de Respuestas del Experimento de las Placas de Madera Podemos estimar un efecto promedio global. consistente en la diferencia entre el promedio del nivel a2 de A menos el promedio al nivel a1 . Usaremos el símbolo A para designar este efecto: A= = 1 2 [( a 2 b 1 + a 2 b 2 ) . Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . podemos calcular un efecto debido al factor B: B= = 1 2 [( a 1 b 2 + a 2 b 2 ) . La magnitud de la interacción se puede calcular como la mitad de la diferencia entre las pendientes correspondientes al factor A. Entonces. El signo positivo indica que el valor de la respuesta aumenta cuando pasamos del nivel a2 al nivel a1 del factor. igual a 1 1= 4 ( a 1 b1 + a 2 b1 + a 1 b 2 + a 2 b 2 ) = 16 + 17 + 10 + 23 = 16.a 1 b 1 ) .COMBINACIÓN DE TRATAMIENTOS RESPUESTA a1b1 a2b1 a1b2 a2b2 Y11 = 16 Y21 = 17 Y12 = 10 Y22 = 23 Tabla 2.( a 1 b 1 + a 2 b 1 )] 10 + 23 − 16 − 17 =0 2 El cero se interpreta como que no hay efecto de B.14 - .( a 1 b 2 . AB = = 1 2 [( a 2 b 2 .a 1 b 1 )] 23 − 17 − 10 + 16 =6 2 Este resultado muestra que hay un efecto de interacción. También podemos estimar un efecto debido al factor A. El símbolo que usamos para la interacción entre A y B es AB. diferencia que también podemos llamar pendiente del factor A.( a 1 b 1 + a 1 b 2 )] 17 + 23 − 16 − 10 =7 2 Se observa que hay un efecto atribuible al factor A. Las pendientes son las diferencias entre las durezas debido a los dos niveles del factor B.2 . así como para simbolizar el valor numérico de su efecto. Análogamente.

.2 .2. graficaremos estos resultados para apreciar mejor su comportamiento. estratificado por Resina: Figura 2. estratificado por Granulado: Figura 2. estratificado por Granulado El gráfico que sigue representa Rigidez versus Granulado.1.3 .15 - .Rigidez versus Granulado.Rigidez versus tipo de Resina.Gráficos de Interacción. El siguiente gráfico representa Rigidez versus Resina. estratificado por tipo de Resina Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Continuando con el Ejemplo 2.

pues el producto es igual a ( +. Los dos contrastes A. De esta manera. en el sentido horizontal. La tabla se denomina Matriz de Diseño. A. o ( b2 . se dice que los contrastes que se multiplicaron son ortogonales. sin olvidar que esta expresión solo se refiere a la construcción de la matriz de diseño.+. llamado orden standard. Cada columna (vertical) representa un efecto. cada uno de las combinaciones de tratamientos. a1b2. Mantengamos el orden introducido en la representación anterior. 2.+). el resultado es 1. Los cálculos anteriores. indica que hay interacción.+. Un efecto es un contraste si tiene tantos (+) como (-). que también se simbolizan Y . a2b1.2. se representa cada uno de los efectos 1. Esto se repite para cada componente.-.b1 ).-) es un efecto. 1xAB = AB. en el calculo del efecto.+. y se muestra a continuación: EFECTO RESPUESTA a1b1 a2b1 a1b2 a2b2 1 + + + + A + + B + + AB + + 2 Tabla 2. simbolizado por 1.-. a1b1 . Esta es una bondad de la notación que estamos usando. por una de las expresiones ( b2 + b1 ). El efecto 1 no lo es.+. También se puede verificar que al multiplicar el efecto 1 por cualquier efecto. se pueden efectuar en forma resumida en una tabla.3 . y en el sentido vertical. para cuantificar los efectos.Matriz de Diseño del Experimento 2 Nótese que aquí los símbolos a1b1 .+) Obsérvese que el resultado de multiplicar A por B es precisamente la interacción AB.+) = (+. Hay que convenir en el orden de las combinaciones de tratamientos para saber que mide cada uno. que indican el signo que se da a la particular respuesta. Sin embargo.-. Si el resultado de multiplicar dos contrastes es un contraste. y AB.+) x (-. A no es ortogonal consigo mismo.-. Por esa razón se ha escogido el 1 para designar a este efecto promedio. Al resultado 2-7 se le asigna. En el interior de la tabla se pone un signo (+) cuando la correspondiente respuesta va sumada. Lo mismo ocurre si multiplicamos cualquier efecto por si mismo. B y AB son contrastes.a1 ).Matriz de Diseño del Experimento 22 . y es una colección ordenada de los símbolos (+) y (-). y B son ortogonales. da el mismo como resultado. un (+) si ambas componentes de los multiplicandos son iguales. por ejemplo. es decir. es distinta según el nivel a que esta el otro factor. etc. Dos efectos se pueden "multiplicar" de la siguiente forma: Se comparan dos componentes que están en la misma posición relativa en ambos efectos que se están multiplicando. puesto que muestra gráficamente que la variación de la dureza debido a un factor. como en el ejemplo anterior. AxB es igual a (-. en ambos gráficos.+. y un (-) si son distintos.La diferencia en las pendientes de las dos curvas. Otra bondad notacional es la siguiente: Supongamos. a2b2 (el primer subíndice varía mas rápidamente que el segundo). representan los valores numéricos de las respuestas asociadas a las respectivas combinaciones de tratamientos. Así (+..-. B. etc. y que es el efecto promedio. Obtenemos los siguientes resultados: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . que no es contraste. Entonces podemos escribir AxB = AB. en la que. y un signo (-) cuando va restada. Los efectos correspondientes a A. por un momento.16 - .. En adelante las denominaremos también efectos. en la misma posición relativa. que hacemos los productos algebraicos entre una de las expresiones ( a2 + a1 ) o (a2 .

por ejemplo. La tabla se denomina Tabla de Respuestas. por cada efecto. Se promedian ambas columnas y se hace la diferencia.5 RESINA A 16 17 10 26 -1 23 40 66 +1 14 2 7 1 GRANULADO B 16 17 10 23 33 33 66 -1 +1 0 2 0 3 INTERACCION AB 16 17 10 23 27 39 66 -1 +1 12 2 6 2 COMPONENTE a1b1 a2b1 a1b2 a2b2 TOTAL VERIFICACION FACTOR NETO DIVISOR EFECTO RANGO Tabla 2. determinadas por la matriz de diseño. Sirve como una comprobación parcial. Por lo tanto.Tabla de Respuestas del Experimento 2 .a1 b2 + a1 b1 Las expresiones de la derecha son precisamente las fórmulas para calcular los efectos 1. La fila Neto contiene el valor absoluto de la suma de los valores de la fila Total por los respectivos de la fila Factor. que en el caso del Ejemplo 2 es igual a 16. B y AB.4 . pues debe ser igual a la suma de todas las respuestas.. para los datos del Ejemplo 2. IDENTIDAD 1 16 17 10 23 66 66 66 4 16. o identidad. ( a2 + a1 ). Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . El Diagrama de Efectos es una representación gráfica de los efectos. Se dibuja una línea horizontal. Estos trazos se posicionan de tal forma que sus extremos estén todos sobre una recta diagonal.a1 ) ( b2 .a2 b1 . cuyas longitudes son proporcionales a los efectos.b1 ) = a2 b2 = a2 b2 = a2 b2 = a2 b2 + a2 b1 + a1 b2 + a1 b1 + a2 b1 . ya que a2 y a1 son valores de una variable categórica. y ningún efecto del factor B. La fila divisor se obtiene contando todos los números que hay en la columna respectiva. A.3. y AB.17 - . A. El resultado es una cuantificación del efecto correspondiente.4. que tiene por objeto comparar sus magnitudes. y de la interacción AB.a2 b1 + a1 b2 . se visualiza mejor la forma en que se agrupan. del Ejemplo 2 2 2.Tabla de Respuestas.( a2 + a1 ) ( b2 + b1 ) ( a2 . Nótese que las expresiones de la izquierda son sólo notación. según su signo.a1 b2 .a1 ) ( b2 + b1 ) ( a2 + a1 ) ( b2 . en el que se aprecia un fuerte efecto del factor A. es el siguiente. que representa el promedio global. centradas en la horizontal. B. Los Rangos indican el orden de cada efecto. en la interacción se esta midiendo el efecto simultáneo de los dos factores. La fila Efecto contiene el cuociente entre el Neto y el Divisor respectivo. las expresiones de la izquierda nos permiten construir la matriz de diseño: El signo menos determina el efecto que se esta midiendo. Los cálculos numéricos que se hicieron. Luego se trazan verticales.a1 b1 . para el Ejemplo 2.. para determinar los efectos 1.Diagrama de Efectos.5. el signo más indica que se esta promediando sobre los niveles de ese factor. anotando las respuestas en columnas separadas. como una suma. pues no tiene sentido interpretar. se pueden efectuar en forma tabular.a1 b1 .b1 ) ( a2 . 2. de mayor a menor. Estos cálculos son sumamente útil cuando se esta trabajando con un numero elevado de factores. La fila Verificación contiene las sumas de ambas columnas. de esta manera. de acuerdo al signo de los números de la columna respectiva. y se muestra más adelante. respectivamente. El resultado. faltando sólo los divisores. de acuerdo a sus magnitudes.

una deriva de los instrumentos de medición. El calculo de los efectos principales e interacciones. 2.6. el aprendizaje que va adquiriendo el operador. El orden debe ser aleatorio. en el caso balanceado. El grado de precisión con que se estiman los diversos efectos. En tal caso se dice que el experimento esta balanceado. desconocidos para el experimentador. por diversos otros factores. Hay casos en que no es posible. un numero determinado de veces. como por ejemplo. Es deseable que el número de réplicas sea igual para cada combinación de tratamientos. algunas de las cuales se mueren durante el desarrollo de la experimentación.. se puede aumentar repitiendo las corridas experimentales que corresponden a cada combinación de tratamientos. en pequeña medida.Aleatorización. con plantas. y que se llama orden standard. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . El caso desbalanceado también permite hacer estas estimaciones. u otros posibles factores que afectan el resultado.4 .18 - . o bien por razones de costo. la variación en de los materiales experimentales asignados a cada una de las corridas. a través de las replicas.5. Por esa razón. en un experimento agrícola. por lo que pueden repetirse menos veces. solo que en lugar de la respuesta de cada combinación de tratamientos. por ejemplo. También el hecho de tener réplicas permite estimar el efecto del error experimental. El orden en que se hacen las cuatro corridas experimentales puede influir en los resultados. determinándose por sorteo o utilizando números tomados de una tabla de números aleatorios o generados por una calculadora. En tales casos se dice que el experimento está desbalanceado. al disponer de medidas tomadas bajo las mismas condiciones experimentales. se hace de manera similar a la forma mostrada en el ejemplo anterior. con réplicas. como. se pone el promedio.Diagrama de Efectos del Ejemplo 2 2..Réplicas. o parte de la información se perdió. el orden en que se efectúan los experimentos no es el orden en que aquí se presentan las combinaciones de tratamientos. tomando los promedios. como resultado de un experimento. Esto es un seguro que protege contra efectos producidos por factores escondidos.Figura 2. que el experimentados desconoce. algunas corridas pueden ser muy caras.

Afectan a este variable. En esta subnave hay 100 moldes de yeso. Una empresa productora de loza tiene tres plantas: Vajillería. que está aislada térmicamente.ESTUDIO DE CASO : SECADO DE SANITARIOS. Para efectuar el secado de los sanitarios y los moldes. Para hacer más eficiente el proceso.19 - . Luego se desmoldan. En la planta de sanitarios existe una nave de proceso que incluye una subnave denominada de colaje. más aditivos. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . que se llenan de pasta líquida. se diseñó el experimento factorial que se describe a continuación. Terminadas las operaciones anteriores. consistente en pulir la pieza y afinar sus dimensiones. una mezcla de arcilla con agua. Pasado cierto tiempo se produce el colaje. en el menor tiempo posible. para extraer el agua en exceso que aún contienen. lo que da la forma al sanitario. El croquis de la página siguiente ilustra el proceso. que consiste en que la pasta líquida se seca parcialmente dentro de los moldes. El proceso de secado debe se ser capaz de extraer el máximo contenido de agua de los artefactos. y el operario colajero les hace el despunte. el caudal de aire inyectado a la subnave y la temperatura interior. Azulejos y Sanitarios. se le inyecta aire caliente a la subnave. se dejan secar los 100 sanitarios con sus respectivos moldes durante 24 horas.

0 El resultado del experimento.0 888.5 844. en litros. La diferencia entre los pesos de dos días consecutivos. se tomó el promedio de los días que duro el secado. redondeado al entero.0 936. B : TEMPERATURA INTERIOR. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . RESPUESTA : Cantidad de agua evaporada por día. se diseñaron nuevos experimentos. En los gráficos de interacción. b1 : 30 ºC. DISEÑO DEL EXPERIMENTO : Los factores son dos. la inclinación es menor. 15000 mt3 por hora. Como respuesta. como se ve en el diagrama de efectos y en los gráficos de interacción. b2 : 40 ºC. mostró una fuerte influencia del caudal de aire inyectado. El experimento se condujo con cinco réplicas por combinación de tratamientos. en función de los factores controlables. con el objeto de afinar el estudio. con dos niveles cada uno. en el otro.Figura 2. aunque más débil. A partir de estos resultados. Tambien hay efecto de la temperatura ambiente. Esta se mide pesando una muestra de sanitarios y moldes a las cero horas de cada día de secado. 18000 mt3 por hora.Proceso de secado de sanitarios y moldes OBJETIVO DEL EXPERIMENTO : El objetivo es optimizar el proceso de secado. El efecto del factor caudal de aire se observa por la fuerte inclinación de las rectas del primer gráfico de interacción. Los resultados se dan en la siguiente tabla: COMBINACION DE TRATAMIENTOS REPLICA 1 RESPUESTA REPLICA 2 PROMEDIO a1 b1 a2 b1 a1 b2 a2 b2 790 874 835 927 810 903 853 945 800. según se describe a continuación: FACTORES A : CAUDAL DE AIRE INYECTADO. La interacción fue casi nula. se manifiesta en el paralelismo de las rectas. a2 :.5 . lo que se aprecia en ambos gráficos. NIVELES a1 :.20 - . es el peso del agua evaporada en el día.

Diagrama de Efectos Figura 2. Agua evaporada versus caudal de aire estratificado por temperatura. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .Gráfico de Interacción. 7 .Figura 2.21 - .6 .

Los factores y sus niveles son: FACTORES A : ANGULO DE LA MEMBRANA B : TENSIÓN DEL RESORTE NIVELES a1 : 30º a2 : 45º b1 : Simple b2 : Doble RESPUESTA : Es una medida de variabilidad de la cantidad de liquido vertido. el rango intercuartílico. Dispone de una maquina para vaciar compuestos líquidos oleaginosos. compra sus productos en partidas grandes. 8 . se ha determinado que hay dos elementos que pueden modificarse sin gran dificultad. versus el factor A. con dos niveles cada uno. el ángulo de la membrana que cierra el conducto de salida y la tensión del resorte que la cierra. de modo de lograr mayor precisión en la cantidad de liquido vertida en los envases plásticos. Agua evaporada versus caudal de aire estratificado por temperatura.1) Una distribuidora de productos químicos. y que potencialmente inciden sobre la variable que se quiere controlar.Figura 2. EJERCICIOS 2.Gráfico de Interacción. El siguiente gráfico de interacciones muestra las respuestas. los reenvasa y los vende al detalle. Estos son. desde sus contenedores metálicos. Para ello. Se realiza un experimento para probar el efecto de estos dos factores. Se desea modificar el dispositivo que controla el vaciado.22 - . a envases plásticos de un litro. estratificado por B: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .

2. en tres réplicas cada una. sobre la calidad. determine si hay efecto de A. ¿Hay consistencia con lo observado en b) ? 2. Se observa el número de fallas (imperfecciones) en los muebles producidos bajo cada una de las cuatro combinaciones de tratamientos. el gráfico de la respuesta versus el factor B. 2. y dos supervisores (supervisor 1 y supervisor 2).23 - . en términos de si hay o no efectos principales e interacciones. c) Construya los gráficos de interacción e interprételos. para los siguientes datos: COMBINACION DE TRATAMIENTOS a1 b1 a2 b1 a1 b2 a2 b2 RESPUESTA 27 30 31 34 Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . de B. y de interacción. en la fabricación de muebles.2) Un experimento consiste en observar el efecto del turno y del supervisor. en línea punteada. b) De la observación de cualquiera de los gráficos. Agregue. promediado sobre A (sin estratificar). La respuesta es el total de fallas observadas en las tres réplicas.3) Repita lo del ejercicio 2. La siguiente tabla resume las observaciones: NUMERO DE FALLAS 19 23 19 21 TURNO MAÑANA TARDE SUPERVISOR 1 2 1 2 a) Construya la tabla de respuestas y obtenga los valores de los efectos. estratificado por A. Hay dos turnos (mañana y tarde).a) Construya el gráfico de interacción de la respuesta versus el factor B. b) Dibuje el diagrama de efectos e interprete los resultados.

razón por la cual se debe controlar la cantidad de este compuesto.24 - . Los resultados son los siguientes: COMBINACION DE TRATAMIENTOS a1 b1 a2 b1 a1 b2 a2 b2 RESPUESTA 312 421 211 450 a) Construya la tabla de respuestas y obtenga los valores de los efectos. Uno de ellos es el cloruro. se diseñó un experimento a dos factores con dos niveles cada uno. b) Dibuje el diagrama de efectos e interprete los resultados. Los factores y sus niveles son: FACTORES A : LABORATORIO B : TÉCNICA ANALÍTICA NIVELES a1 : Testlab a2 : Omega b1 : Método Directo b2 : Método Indirecto La respuesta es el contenido de cloruro. sino que en el procesos de moldeo posterior. que no afecta las características físicas del cobre. El experimento se hizo con tres replicas. constituye en forma importante a contaminar el ambiente. El experimento consistió en analizar cátodos producidos en una misma partida. Para determinar la influencia del laboratorio que hace el análisis y de la técnica analítica utilizada. en términos de si hay o no efectos principales e interacciones.2. y por lo tanto de características similares. de modo que no sobrepase un limite especificado. en partes por millón.4) El procesos de producción de cátodos de cobre entrega un producto que no está libre de contaminantes. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .

se duplica el número total de corridas. disminuye la emisión de SO2 a la atmósfera. basado en los resultados operacionales obtenidos. Al introducir un tercer factor en el experimento. En la producción de ácido sulfúrico. OBJETIVO DEL EXPERIMENTO : El objetivo del experimento es evaluar el comportamiento de dos marcas de catalizadores. que contienen pentóxido de vanadio. NIVELES a1 : Catalizador tipo I. Los catalizadores son cilindros de 10 mm de diámetro y 10 mm de alto. Por lo que la decisión de comprar una marca específica. transformándolo en SO3. respectivamente. y sus niveles los designamos c y c. utilizados en los convertidores de plantas de Acido Sulfúrico. B : Tiempo de operación.CAPITULO 3 DISEÑOS FACTORIALES CON TRES FACTORES A DOS NIVELES Los diseños 2 son diseños en que hay tres factores. El uso de catalizadores en los convertidores de plantas de Acido Sulfúrico.25 - . que permiten la transformación de SO2 a trióxido de azufre (SO3) dentro del proceso de producción. con tres niveles cada uno. Estos son colocados en capas. Normalmente los catalizadores tienen las especificaciones requeridas. a2 : Catalizador tipo II. DISEÑO : El experimento se diseñó a tres factores. en el convertidor catalítico de la planta. EN UNA PLANTA DE PRODUCCION DE ACIDO SULFURICO. Este es medido instantáneamente. Se hicieron siete réplicas de cada combinación de tratamientos. compuesto polucionante de la atmósfera. expresada en porcentaje. b2 : 12 meses. cada uno con dos niveles. hay emisión de dióxido de azufre (SO2). lo que dió 56 corridas experimentales. queda determinada por el precio. RESPUESTA: Factor de emisión de SO2 a la atmósfera. de acuerdo a la información entregada por los proveedores. Identificaremos al tercer factor con la letra C. ESTUDIO DE CASO : EFECTO DE CATALIZADORES EN LA EMISION DE SO2 A LA ATMOSFERA. b1 : 1 mes. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Se diseñó un experimento. C : Flujo de gas. con dos niveles. que permite oxidar el SO2 contenido en los gases de alimentación. c2 : 1139 a 1867 m3/hora. que se describen a continuación: FACTORES A : Catalizador. El número de combinaciones de tratamientos ahora es 8 ( = 23 ). con instrumentación en linea. c1 : 348 a 891 m3/hora. con el objeto de que la decisión tenga un soporte técnico.

1 . o combinaciones de tratamientos. Al igual que en el caso 22 . 3 ESTUDIO DE CASO : LEY DE CAL LIBRE EN EL PROCESO DE PRODUCCION DE CAL. los elementos de este diseño. los simbolizamos de la forma siguiente: CORRIDA EXPERIMENTAL COMBINACION DE TRATAMIENTOS RESPUESTA 1 2 3 4 5 6 7 8 a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 Y111 Y211 Y121 Y221 Y112 Y212 Y122 Y222 3 Tabla 3. además de la particular combinación de tratamientos.26 - . en cuyo extremo de salida hay un quemador que produce una temperatura de alrededor de 1200 ºC en la zona de calcinación. Por lo tanto el símbolo a1b2c1 representa a la combinación de tratamientos en que el factor A está al nivel a1 . que se pueden aplicar. también representa al número Y.Representación Gráfica del Experimento 2 . el valor numérico de la respuesta respectiva.En un experimento 23. en lugar de utilizar los símbolos de la tercera columna.1 .Tabla de Combinaciones de Tratamientos del Diseño Experimental 2 . Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . El gráfico siguiente ilustra en forma esquemática. Figura 3. B está al nivel b2 y C está al nivel c1 . El proceso de producción de cal comienza con la introducción de carbonato de calcio (CaC03) en un horno rotatorio de velocidad variable. los símbolos de la segunda columna pueden usarse para representar. la respuesta de esa particular combinación de tratamientos. el número de combinaciones distintas de niveles de los tres factores.O bien.

este efecto puede ser minimizado corrigiendo la respuesta . de alguna manera determina el destino final que se le da a este producto.5 rpm. sobre la calidad del producto. de acuerdo a la siguiente descripción: FACTORES A : TAMAÑO DE LA CARGA B : VELOCIDAD DE GIRO C : CALOR NIVELES a1 : Granulometría de ¼ a ¾ plg. con lo cual los resultados serian afectados. b2 : Sobre 1. El tercer procedimiento consiste en la refinación de cobre blister de los procesos en que se trata el cobre provenientes de minerales insolubles en ácido sulfurico. en sus procesos. es preocupación importante de la empresa. y Calor. Por ello se efectúa una corrida experimental en un día completo. Para este fin. DISEÑO DEL EXPERIMENTO : Se diseñó a tres factores. medida en porcentaje de ley. con sistemas que reduzcan en forma importante la cantidad de impurezas.5 rpm. se diseñó un experimento para medir el efecto de tres variables de operación. b2 : Sobre 1200 ºC. Por esa razón. Es obtenido electrolíticamente. b1 : Bajo 1. Aparte de la pureza en el contenido del elemento principal. Dependiendo del uso que se le dará al producto. A mayores concentraciones de impurezas. El cátodo de cobre es el principal producto que produce una compañía productora de cobre. a dos niveles cada uno: Tamaño de la carga. CaO. a fin de que la respuesta medida corresponda realmente a lo que se desea medir y no a residuos experimento anterior. El tiempo de residencia del CaC03 en el horno debe ser considerado antes de cada corrida. RESPUESTA : La respuesta es la ley de cal libre. por alguno de los siguientes tres procedimientos: De soluciones provenientes de los procesos cuyos minerales son directamente solubles en ácido sulfúrico.27 - . son importantes algunos elementos que no es posible eliminar del todo. hay especificaciones sobre los porcentajes máximos de contenido de determinados elementos. b1 : Bajo 1200 ºC. O bien por una preconcentración del deshecho de la etapa anterior. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Si se analiza la concentración de CaO en el CaCO3. es necesario controlar las fuentes de variación de la ley de cal libre. menor es el precio de venta del producto. Velocidad de Giro. LIMITACIONES : Algunos posibles factores no deseados que puedan la respuesta son: El CaCO3 introducido al horno puede variar su concentración de CaO. poder contar. ESTUDIO DE CASO : ANALISIS DE LABORATORIO PARA LA DETERMINACION DE CONTENIDO DE CLORURO EN CATODOS DE COBRE.Con el objeto de mejorar la calidad del producto. y que se llaman impurezas. y que se concentran en etapas de flotación y fusión. a2 : Granulometría de ¾ a 1½ plg. por un sistema de percolación in situ y posterior separación con un solvente orgánico. y se observan los resultados de todo un día. La naturaleza y cantidad de éstas.

Matriz de Diseño del Experimento 23 . Se puede pesar el cloruro de plata sólido. pues.a1b2c1 .a1b1c2 . De forma análoga. Es. DISEÑO : Se diseñó a tres factores. Por ejemplo. OBJETIVO DEL EXPERIMENTO : El objetivo es conocer la influencia de los potenciales factores que afectan la precisión de la cuantificación del cloruro en muestras de cátodos de cobre. laminado. RESPUESTA: La respuesta es la concentración cuantitativa del cloruro.a1b1c1 . y así cuantificar el cloruro. NIVELES a1 : Laboratorio Chuquicamata. El segundo factor es la masa de muestra.1. el efecto del factor B.a2b1c2 ) Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . podemos combinar las respuestas en diversas formas. etc. a2 : Laboratorio Antofagasta. menos todas las respuestas que resultan de aplicar el nivel bajo del mismo factor. es B = ¼ ( a1b2c1 + a2b2c1 + a1b2c2 + a2b2c2 . Para asegurar la homogeneidad del material a analizar.Uno de los elementos que interesa controlar es el cloruro. se selecciona una muestra aleatoria de cátodos. Usaremos el símbolo A para indicar esta medida.a1b1c2 . directo o indirecto.. La presencia del ión plata precipita el cloruro en forma de cloruro de plata. se puede disolver el cloruro de plata en exceso de ácido clorhídrico. El tercero es el método de análisis. Las diez muestras constituyeron diez réplicas. c2 : Método indirecto. se piensa que el aumentar su tamaño. se debe contar con un sistema de análisis de laboratorio confiable. FACTORES A : Laboratorio.a1b1c1 . cada una de las cuales se utilizó para una combinación de tratamientos. tiende a homogenizar su contenido. Como alternativa. una medida del efecto del factor A.a1b2c2 ) es la diferencia entre todas las respuestas que resultan de aplicar el nivel alto del factor A. en partes de cloruro por millón de partes de cátodo de cobre. se obtuvieron 10 muestras distintas. En forma similar a como se hizo en el caso del diseño 2 . Un problema que existe. y cada una se dividió en ocho porciones. C : Técnica analítica. Para analizar. durante los procesos de moldeo. con dos niveles cada uno. b2 : 10 gramos. Este se denomina Método Indirecto.28 - . los que se perforan para obtener virutas. 3. es la no homogeneidad en la distribución del cloruro en el cátodo. que llamamos efecto A. para cuantificar el contenido de cloruro. que son disueltas en ácido nítrico. para estimar los diferentes efectos. Este se denomina método directo. a fin de investigar el efecto de que la muestra sea tratada en diversos ambientes. cuya presencia produce contaminación ambiental.el número 2 A = ¼ ( a2b1c1 + a2b2c1 + a2b1c2 + a2b2c2 . c1 : Método directo. El primer factor es el laboratorio. Esto ocasiona serias dificultades para lograr una buena precisión en los resultados del análisis.a2b1c1 . B : Masa de muestra. Para poder controlar la presencia de este elemento. b1 : 50 gramos.

a2b1c1 . obteniendo notaciones formales que utilizaremos en forma equivalente. podemos factorizarlas. respectivamente. y que sería interesante tratar de interpretar. como si fueran expresiones algebraicas.a1 )( b2 .a1b1c2 . Ellas son ¼ ( ( a2 . representan lo que se denominan efectos principales.b1 )( c2 . es el efecto de B bajo la presencia de C.c1 ) ) Pero hay más expresiones similares que podemos formar.( a1b1c2 + a2b1c2 ) ] . Las tres primeras expresiones. y la simbolizamos BC. Observemos que la podemos expresar tambien.c1 ) ) y ¼ ( ( a2 + a1 )( b2 + b1 )( c2 + c1 ) ) Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .a1b2c1 .b1 )( c2 . El segundo paréntesis es lo mismo. es decir A.b1 )( c2 + c1 ) ) y AC = ¼ ( ( a2 . siguiendo el análogo algebraico.c1 ) ) representan las interacciones entre A y B.a2b1c2 ) que podemos escribir como ¼ ( [( a1b2c2 + a2b2c2 ) . Por último. lo que en realidad no son. Ellas son. como por ejemplo. AB = ¼ ( ( a2 . o el efecto de B en ausencia de C. promediada a través de todos los niveles del factor A.( a1b1c1 + a2b1c1 ) ] ) El primer paréntesis cuadrado es una diferencia entre el resultado de aplicar el factor B al nivel alto menos el resultado de aplicarlo al nivel bajo. como BC = ¼ ( ( a2 + a1 )( b2 .a1b1c1 .a2b2c1 .a1b2c1 . B y C.b1 )( c2 + c1 ) ) C = ¼ ( ( a2 + a1 )( b2 + b1 )( c2 . quedan dos expresiones más que es posible formar. Esta medida se denomina interacción entre B y C. A = ¼ ( ( a2 .y el efecto del factor C es C = ¼ ( a1b1c2 + a2b1c2 + a1b2c2 + a2b2c2 . y entre A y C. ¼ ( a1b1c1 + a2b1c1 + a1b2c2 + a2b2c2 .a2b2c1 ) Observemos que si hacemos un poco de álgebra con estas expresiones. todo bajo el nivel alto de C. y que trataremos de intrerpretar.a1 )( b2 + b1 )( c2 + c1 ) ) B = ¼ ( ( a2 + a1 )( b2 .[ ( a1b2c1 + a2b2c1 ) . Entonces la expresión completa mide la diferencia entre los efectos del factor B bajo los dos niveles del factor C.c1 ) ) De manera similar. pero al nivel bajo de C. En resúmen.29 - .a1 )( b2 .a1 )( b2 + b1 )( c2 .

en lugar de á.a2b2c1 . 1 /8 (( a2 + a1 )( b2 + b1 )(c2 + c1 )) es igual a 1 /8 (( a1b1c1 + a2b1c1 + a1b2c1 + a2b2c1 + a1b1c2 + a2b1c2 + a1b2c2 + a2b2c2 ) y no es un contraste. dos contrastes se pueden "multiplicar" comparando los pares de componentes que están en la misma posición relativa en ambos contrastes que se están multiplicando. B y C. entre las diferencias de los efectos de B. a1b1c1.+. que indican el signo de la componente asociada a la correspondiente combinación de tratamientos. y un (-) si son distintos. a1b2c1.+.-.30 - .-. Como en el caso 2 . antes promediábamos 4 diferencias. llamado orden standard. De esta forma ( -. las interacciones dobles y la interacción triple.-. tienen cuatro términos o componentes positivas y cuatro negativas. ahora promediamos ú cantidades. La simbolizamos ABC. es decir.+.+ ) x ( -.+. los efectos principales.+.La primera corresponde al número ¼ ( a2b1c1 + a1b2c1 + a1b1c2 + a2b2c2 .+. o interacción triple.-.+. B y C.a2b1c2 . Al igual que en el caso del diseño 2 .-.-.+ ) = ( +.a1b2c2 . una expresión es un contraste si tiene tantos (+) como (-).( a1b1c1 . Esto se puede verificar fácilmente. tienen la particularidad de que al desarrollarlas. la respectiva combinación de tratamientos va con un signo más.-. Tiene ú términos con signo (+).+.+. a1b1c.a1b1c1 ) = ¼ ( [( a2b1c1 .+.-. recordando que donde hay un (+). La expresión para un efecto consiste en una colección ordenada de los símbolos (+) y (-).-.-. Hay que convenir en el orden de las combinaciones de tratamientos para saber qué mide cada una. bajo los dos niveles de A.-.-.+. a2b2c2 Igual que antes. La simbolizamos por 1. De esta manera.+.( a1b1c2 . un (+) si ambas componentes de los multiplicandos son iguales. con sigmo menos. en la misma posición relativa. ) son contrastes.-.-. como en el caso 2 . y no es una comparación entre los efectos provocados por diversas combinaciones de tratamientos. AxB es igual a ( -. una expresión que tiene el mismo número de componentes positivas que negativas se denomina contraste.+ ) Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Mantengamos el orden introducido en la representación anterior.+ ). La última expresión. Es lo que se denomina interacción entre A. Observemos que las siete expresiones vistas hasta aquí.a2b2c2 ) .[ ( a2b1c2 .-.a1b2c2 ) ] ) y es la diferencia ( bajo los dos niveles de C). como los contrastes. Al resultado se le asigna.-. como los anteriores.a2b2c1 ) .+. a2b1c1.+.+.-.-. pues todos los términos aparecen con signo positivo.-. Por eso lo dividimos por ú y no por á.+ ) y ( -. ( -. a2b1c2. respectivamente. Estos contrastes son A. Proporciona una medida del efecto promedio de todos los tratamientos. y donde hay un (-).+.a1b2c1 ) ] .+. Construiremos una matriz de diseño.+. a1b2c2. a2b2c1. Esto se repite para cada componente.

En el experimento 23 . que no es contraste por tener seis (+) y dos (-). todos los demás estarán repetidos. con la finalidad de determinar el o los materiales más adecuados para fabricar un encerramiento de una fuente sonora. que llamamos identidad.+. pero tiene la particularidad de que al multiplicarlo por otro contraste.-.+. y que designamos por 1. de espesor. podemos decir que AxB = AB. y despu‚s los resultados se multiplican entre si y por los originales. A no es ortogonal con el contraste ( -. ABCxC. También contiene la identidad (que no es contraste). Se efectuó un estudio con el objeto de evaluar el comportamiento de materiales absorbentes de ruido. con la expresión que tiene sólo (+).2 .Obsérvese que aquí también el resultado de multiplicar A por B es precisamente la interacción AB. Además.+ ). AC y BC.+. La tabla permite efectuar los productos.+. definida arriba.-. etc. Con paciencia se puede ver que si se multiplican los contrastes A. Podemos completar el conjunto. tomados de a pares. etc. Todas las expresiones contenidas en un conjunto ortogonal tienen interpretación.+ ). Se denomina Matriz de Diseño del experimento 23. es lo mismo que AB. pues el producto es igual a ( +. En realidad. No es contraste.+. como en el ejemplo anterior. lo que se puede verificar fácilmente. tales como goma de 1/2 de pulgada de espesor. La tabla siguiente contiene el conjunto de los siete contrastes ortogonales de 23 y su identidad. por ejemplo.31 - . las interacciones dobles AB.1. De esta forma.-. Sin embargo. PARA ENCERRAMIENTO DE UNA MAQUINA DE FORJA. uso del 1 como símbolo. un contraste multiplicado por si mismo da la identidad. combinada con Internit de 4 mm. y virutilla de l/4 de pulgada de espesor. Se agregó una columna con las combinaciones de tratamientos que intervienen en las expresiones. B y C. y así sucesivamente. En general. igualdad que facilita la construcción de la Matriz de Diseño.+. ABxAB es igual a 1. para que sean 2k . en un 24 es 15. y la interacción triple ABC. se dice que los contrastes que y C son ortogonales entre sí. que se puede denotar como ABC2 .-. En un experimento 22 es 3. Si el resultado de multiplicar dos contrastes es un contraste. en un experimento 2k.Matriz de Diseño del Experimento 2 ESTUDIO DE CASO : MATERIALES AISLANTES DE RUIDO. en un experimento 23 el máximo número de contrastes ortogonales que se puede encontrar es ó.+.-. sólo aparecerán ó contrastes distintos. A es igual a 1. el conjunto de contrastes ortogonales está constituído por los efectos principales A. para verificar que efectivamente miden lo que se señala con el símbolo con que se designa cada contraste. B y C. de a pares. consistente en una máquina de forja. el número de contrastes ortogonales que se puedeencontrar es 2k . Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Si "x" representa la multiplicación de contrastes. A2BC2 es igual a B. COMBINACION DE TRATAMIENTOS CONTRASTES a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 1 + + + + + + + + A + + + + B + + + + AB + + + + C + + + + 3 AC + + + + BC + + + + ABC + + + + Tabla 3.

Al mismo tiempo se quiso comprobar que el nivel de presión sonora es inversamente proporcional a la distancia de la fuente sonora.. dando siempre la lectura de 124 decibeles en 250 hz. a 31. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . b2 : 4000 hz. REALIZACIÓN DEL EXPERIMENTO: Todas las mediciones se realizaron un día domingo en la madrugada. Los resultados obtenidos fueron los siguientes: COMBINACION DE TRATAMIENTOS RESPUESTA Y111 = 96 db Y211 = 91 db. El equipo se utilizó con un micrófono con la extensión UAD 196 de acuerdo a normas. B : FRECUENCIA DE SONIDO. C : DISTANCIA A LA FUENTE EMISORA. Este instrumento lleva incorporado el analizador de frecuencia 1613 que posee una gama de frecuencias centrales de 31. de spesor. factibles de ser usados en encerramiento de las fuentes sonoras para la atenuación de las frecuencias fundamentales de 500 y 4000 hz. Esta tabla permite efectuar los cálculos necesarios para medir los efectos de cada factor y de sus interacciones. a una réplica por cada combinación de tratamientos. aproximadamente 40 decibeles. bajo las distintas combinaciones de tratamientos. c2 : 4 mts.5 hz. RESPUESTA: La respuesta es el nivel de decibeles del ruido. OBJETIVOS DEL EXPERIMENTO : Investigar el comportamiento de materiales absorbentes de ruido. Como en el caso 22. que son 500 y 4000 hz. Se consideraron distancias a 1 y de 4 mts. de bandas de octavas. Tipo de análisis.32 - . a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 3. con dos niveles cada uno.2. a1 : Goma de ½ pulgada de espesor. que cumple con las normas de sonómetro. Y112 = 92 db. los valores observados de la variable Y. Antes y después de usar el sonómetro. desde las 01:00 a las 06:00 hrs. introduciremos una forma tabular de presentar las respuestas. El ruido de fondo era de baja intensidad. DISEÑO DEL EXPERIMENTO : Es un experimento a tres factores. Y221 = 92 db. Y222 = 90 db.Además se requiere probar estos materiales en función de dos niveles de frecuencias críticas de sonido. c1 : 1 mt. utilizando un pistófono 4220. Y212 = 89 db. Se usó un sonómetro de precisión Bruel Kjaer 2203. se verificó la calibración acústica. a2 : Virutilla de ¼ de pulgada de espesor entre dos placas de Internit de 4 mm.5 Khz. Y122 = 86 db. es decir. b1 : 500 hz. según la siguiente descripción: FACTORES NIVELES A: MATERIAL ABSORBENTE. Y121 = 90 db.Tabla de Respuestas y Diagrama de Efectos del Experimento 23 .

Construiremos la Tabla de Respuestas con un ejemplo numérico.0 5 46 23 69 67 46 23 BC 49 43 ABC 49 43 69 67 46 23 a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 TOTAL VERIF. le agregamos un tercer factor. del Ejemplo 3.5 1 66 69 AB 49 49 43 69 67 46 67 C 43 AC 49 69 67 46 23 66 66 61 222 -1 202 424 1 20 4 5. El divisor corresponde al número de términos que hay en cada columna. Abajo de la tabla se agregan filas para las sumas. FACTOR NETO DIVISOR EFECTO RANGO 66 61 205 -1 219 424 1 14 4 3. promedios. efectos. y otros cálculos que se desee efectuar.33 - . 3 Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Como respuesta.0 2 161 -1 23 43 B 43 69 67 23 66 61 263 424 1 102 4 25. Spongamos que bajo las distintas combinaciones de tratamientos. dejando dos columnas por cada contraste. la de la derecha para copiar las respuestas en que hay un signo (-).Tabla de Respuestas del Experimento 2 .5 6 61 201 -1 223 424 1 22 4 5. Tiempo de Aplicación (C). Presion (A).La tabla se organiza de la forma como indica la matriz de diseño. El valor que se copia en las casillas de cada fila (horizontal) es la respuesta Y. La columna de la izquierda se utiliza para copiar las respuestas en que los contrastes tienen un signo (+). Temperatura (B).0 230 -1 66 46 69 49 A 49 43 67 46 23 61 194 424 1 36 4 9.0 3 Tabla 3.5 4 228 -1 61 196 424 1 32 4 8. correspondiente a la respectiva combinación de tratamientos. con dos niveles.1.5 6 66 61 205 -1 219 424 1 14 4 3. EJEMPLO 3.3 - Respuestas obtenidas en el Experimento 2 La Tabla de Respuestas completa es la siguiente: COMPONENTE 1 49 43 69 67 46 23 66 61 424 1 424 8 53.4 . se obtienen los siguientes índices de Dureza (Y): COMBINACION DE TRATAMIENTOS INDICE DE DUREZA RESULTANTE (y) 49 43 69 67 46 23 66 61 3 a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 Tabla 3.

y muy débiles interacciones BC y ABC. Para construirlos.0 110 55. El Neto es el valor absoluto de la suma ponderada por el respectivo factor. El siguiente es el Diagrama de Efectos de estos resultados. 3.0 66 61 84 424 42. El Rango es el orden de magnitud del Efecto.5 68. efectos moderados de A y C.Gráficos de Interacción.5 .Figura 3.0 112 56. Se ve que hay un fuerte efecto de B.. Otra forma de visualizar los efectos principales y las interacciones dobles.0 67. El resultado es el siguiente: COMBINACION DE TRATAMIENTO 1 49 43 69 67 46 23 66 61 424 53.0 92 46.0 Tabla 3.Diagrama de Efectos del Experimento Factorial 2 3 La fila de verificación debe dar la misma suma en todas las casillas.0 118 59.5 33. débiles interacciones AB y AC.0 136 AC a1b1 a2b1 a1b2 a2b2 b1c1 b2c1 b1c2 b2c2 a1c1 a2c1 a1c2 a2c2 a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 TOTAL VERIFICACION PROMEDIO 46 23 66 61 69 34. El Divisor es el número de sumandos con el mismo factor. El Efecto es el Neto dividido por el Factor. es mediante los gráficos de interacción.2 .3.Tabla de Respuestas para la Construcción de Gráficos de Interacción Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .0 95 47. pero sólo con la columna de la identidad y las columnas de las interacciones dobles. se hace una tabla similar a la Tabla de Respuestas. y es igual al total de la columna de la identidad.5 127 424 63.34 - .5 66 46 23 49 43 AB 49 43 69 67 69 67 BC 49 43 69 67 46 23 66 61 135 128 424 64.

donde A = a2 y B = b1 . entonces no hay efecto del otro factor mostrado en el gráfico. La línea punteada muestra el promedio a través de ambos niveles de B. las respuestas promedio de a y de a . las líneas llenas muestran. estratificado por Temperatura Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . como se hizo en la tabla anterior. Presión. Los valores para la línea punteada se pueden obtener de la Tabla de Respuestas original. Si las líneas llenas están a la misma altura. si la hay. En el gráfico de AB. si la pendiente de ambas es distinta. y la última.35 - . otra donde A = a2 y B = b1 . entonces no hay efecto del factor que se muestra en el eje horizontal. La columna AB se divide en una columna donde van las respuestas correspondientes a las combinaciones de tratamientos en que A = a1 y B = b1 .Cada una de las columnas de las interacciones dobles se disgrega en cuatro columnas en lugar de dos.Grafico de interaccion de Indice de Dureza vs. se usan para construir los respectivos gráficos de interacción que se presentan a continuación. entonces no hay interacción. en sus extremos. entonces hay efecto. otra donde A = a1 y B = b2 . cada una bajo los dos dintintos niveles de B. Figura 3. Los gráficos de interacción se interpretan de la siguiente forma: Si la línea punteada es horizontal. Los cuatro promedios que aparecen en cada una de las interacciones. Si las líneas tienen igual pendiente.3 . si tiene pendiente.

Figura 3. podemos observar que: Casi no hay efecto de A. y finalmente. estratificado por Tiempo de aplicación En los gráficos mostrados. ni hay interacción BC. estratificado por Presión Figura 3.5 . La interacción AC es muy pequeña.Grafico de interaccion de Indice de Dureza vs.Grafico de interaccion de Indice de Dureza vs.36 - .4 . hay una fuerte interacción entre A y B. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . hay efectos de B y de C. Tiempo. Temperatura.

RESULTADOS : Se corrió el experimento. buscando optimizar la plasticidad del compuesto. DISEÑO DEL EXPERIMENTO : El experimento se diseñó a tres factores con dos niveles cada uno. Por lo tanto. según la siguiente descripción: FACTORES A : TIPO DE CAUCHO. Estos son: 1) Alguna posible falla del equipo mezclador al momento de realizarse el experimento. durante la fase de vulcanización. RESPUESTA : el delta torque. cuando el compuesto alcanza la máxima vulcanización. expresado en Newton Metro [Nm]. Se diseñó una experiencia para mejorar las propiedades del compuesto para banda de rodamiento de neumáticos. b2 : Mercaptano (2-Mercapto-Benzotiazol). aproximadamente. le aplica un torque al compuesto a una temperatura fija. el experimento se hizo con componentes de una misma procedencia. El delta torque es la diferencia entre el torque mínimo y el torque máximo. B :. a través de un rotor. LIMITACIONES : Pueden haber factores no deseados. dando las siguientes respuestas. debido a los factores climáticos de los países. 2) Variaciones debido a la procedencia de alguno de los componentes. promediadas a través de las dos réplicas. c1 : Oxido de Zinc. y de los acelerantes. TIPO DE ACELERANTE. Cada corrida experimental dura 60 minutos. que influyan sobre la respuesta. y los activadores del acelerante actúan como catalizadores. el cual. Se mide con un equipo llamado rehómetro. También los acelerantes y catalizadores fueron del mismo proveedor. OBJETIVO DEL EXPERIMENTO : El objetivo es buscar una combinación de compuesto que permita disminuir los ciclos de vulcanización de los neumáticos que utilicen este compuesto. y se efectuó una por día. Malasia o Venezuela y los tres tienen comportamientos distintos. C :. en este caso 191 °C. Los resultados son los siguientes: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . a2 : Caucho Natural SMR20. NIVELES a1 : Caucho Natural SMR5. ACTIVADOR DEL ACELERANTE. con dos réplicas por combinación de tratamientos. Por ejemplo. Los acelerantes son compuestos que ayudan a la vulcanización de los cauchos. Se sabe que la calidad del compuesto dependen del tipo de caucho utilizado.37 - .ESTUDIO DE CASO : OPTIMIZACION DE LA PLASTICIDAD DE UN COMPUESTO DE CAUCHO DE LA BANDA DE RODAMIENTO DE NEUMATICOS. a fin de hacer el proceso más eficiente. c2 : Acido esteárico. El torque mínimo se mide cuando la goma comienza a vulcanizar y el torque máximo. un caucho natural SMR5 puede ser de Indonesia. b1 : Sulfenamida (Di-Benzotiazol Disulfuro).

1 15.3 10. cuyas pendientes son similares. que muestra una importante influencia del factor A. por las pendientes de las rectas. tipo de caucho.8 15. sobre todo el del factor A. El paralelismo de las rectas del gráfico de AB indica que esta interacción es nula. que se presentan a continuación. Figura 3. Las interacciones son muy poco importantes.1 17.COMBINACION DE TRATAMIENTOS a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 RESPUESTA 10.7 El siguiente es el diagrama de efectos.8 15.6 .38 - . tipo del acelerante y activador del acelerante.6 11. muestran un grado menor de interacción BC y AC. muestran los efectos de los tres factores. los otros pares de rectas.1 14.Diagrama de efectos del experimento Optimización de la Plasticidad del Caucho de Neumático Los gráficos de interacción. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . y una influencia más moderada de los dos factores restantes.

Figura 3.7 - Gráfico de interacción Delta Torque versus Tipo de Caucho, estratificado por Tipo de Ascelerante

Figura 3.8 - Gráfico de interacción Delta Torque versus Tipo de Ascelerante, estratificado por Tipo de Caucho

Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales - 39 -

Figura 3.9 - Gráfico de interacción Delta Torque versus Activador del Acelerante, estratificado por Tipo de Caucho

EJERCICIOS 3.1) Se corrió un experimento con tres factores, a dos niveles cada uno. Los factores, con sus respectivos niveles, son: FACTOR A : MAQUINA a2 : Maquina nueva. B : METODO OPERATIVO b2 : Modificado. C : MATERIAL c2 : Granulosidad media. NIVELES a1 : Maquina antigua. b1 : Standard. c1 : Baja granulosidad.

RESPUESTA: Porcentaje de ítemes producidos fuera de especificaciones. De las respuestas obtenidas, se hicieron los tres gráficos de interacción que se muestran a continuación:

Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales - 40 -

Interprete los resultados, en terminos de si hay o no, efectos principales de A, de B o de C, y si hay o no, interacciones dobles AB, AC y BC. 3.2) Se diseña un experimento para controlar la elasticidad de una lámina metálica utilizada en termostatos. Los factores son tres, con dos niveles cada uno. El primero corresponde a la aleación, el segundo al grosor de la lámina y el tercero al templado. Designaremos los factores por A, B y C, y sus niveles respectivos son a , a , b , b , c , y c .Los siguientes son los gráficos de interacción:

Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales - 41 -

Interprete los gráficos. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . AC o BC.42 - . y si hay o no interacciones dobles AB. en el sentido de si hay o no efectos principales de A. de B o de C.

B. RESPUESTA: Tiempo de calentado. b) Interprete los gráficos. a2 : Baja densidad. ii) Respuesta versus B. el diagrama de efectos y dibuje los gráficos de interacción. temperatura del refrigerante. estratificado por A (promediado a través de los niveles de B).3) Un dispositivo para colocar sellos plásticos en cilindros de oxígeno consiste en una pieza de material aislante. c1 : Al fondo del cilindro. sobre el tiempo que toma el sello en alcanzar la temperatura necesaria para contraerse. Se diseña un experimento para estudiar el efecto de la forma y tipo de la pieza de aislante y la posición de la resistencia. b1 : 15 cm. Los factores a controlar son tres: A. Los resultados de llevar a cabo el experimento son los siguientes: COMBINACION DE TRATAMIENTOS RESPUESTA 6 8 7 9 7 9 11 13 a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 a)Construya los siguientes tres gráficos de interacción: i) Respuesta versus A. Se desea minimizar el porcentaje de amoníaco que no se oxida. Las respuestas del experimento. en el sentido de si hay efectos principales de A. abierta por debajo. Los factores son tres. Interprete los resultados obtenidos. con una resistencia eléctrica enrollada en su interior.3. estratificado por C (promediado a través de los niveles de A). b2 : 20 cm. del sello. a dos niveles cada uno: FACTOR A : TIPO DE MATERIAL AISLANTE B : DIÁMETRO DE LA PIEZA AISLANTE C : POSICIÓN DE LA RESISTENCIA c2 : En mitad del cilindro. iii) Respuesta versus C. en segundos. de forma cilíndrica.43 - . B. y si hay interacciones dobles AB. BC.4) En una planta química se produce ácido nítrico. Se diseñó el experimento a dos niveles por cada factor. y que se pierde. Construya la tabla de respuestas. 3. en porcentajes x10. o AC. estratificado por B (promediado a través de los niveles de C). están dadas en la tabla siguiente: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . NIVELES a1 : Alta densidad. concentración del compuesto. por oxidación de amoníaco. flujo de aire. o C. C.

5 R.5 R.M.5) El proceso de producción de cal comienza con la introducción de carbonato de calcio a un horno rotatorio de velocidad variable. Una parte del SO3 no se transforma y es lanzado a la Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .6) En las planta de producción de ácido sulfúrico se utilizan catalizadores en los convertidores que permiten la transformación de trióxido de azufre (SO3) a dióxido de azufre (SO4).P. RESPUESTA: Ley de la cal libre que presenta reactividad para los procesos.COMBINACION DE TRATAMIENTOS RESPUESTA 38 37 29 30 35 34 24 25 a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 3. Interprete los resultados obtenidos. B. sobre la calidad del producto. NIVELES a1 : Granulometría de 1/4 a 3/4 plg. 3. La tabla siguiente entrega los resultados del experimento. como una etapa dentro del proceso de producción. realizado con dos réplicas: COMBINACION DE TRATAMIENTOS RESPUESTA REPLICA 1 REPLICA 2 84 92 87 92 98 96 97 94 96 91 90 86 90 99 94 98 a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 Construya la tabla de respuestas.TAMAÑO DE LA CARGA.VELOCIDAD DE GIRO. b2 : Sobre 1. Se hizo un experimento para medir el efecto de tres variables de operaci¢n. en cuyo extremo de salida hay un quemador que produce una temperatura de alrededor de 1200 ºC en la zona de calcinación. b1 : Bajo 1.P.CALOR.44 - . Los factores son tres.M. a2 : Granulometr¡a de 3/4 a 1 1/2 plg. medida en porcentaje de ley. c1 : Bajo 1200 ºC... c1 : Sobre 1200 ºC. C. el diagrama de efectos y dibuje los gráficos de interacción.. a dos niveles cada uno: FACTOR A.

dando por resultado los siguientes valores: COMBINACION DE TRATAMIENTOS RESPUESTA 100 116 125 178 100 138 157 148 a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 Construya la Tabla de Respuestas. el Diagrama de Efectos. como se describe a continuación: FACTORES A : CATALIZADOR a2 : tipo 2 B. a dos niveles cada uno. que se busca minimizar. medida con instrumentos en línea. en términos de los elementos dados en el planteo del problema. Dé una interpretación del Diagrama de Efectos y de los Gráficos de Interacción. del tiempo de utilizacion de éstos. Se diseña un experimento con tres factores. Se desea probar el efecto de dos tipos de catalizadores. Compare lo mostrado por ambos. Se corrió el experimento. en partes por cada 100000.45 - . Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . : TIEMPO DE OPERACIÓN b2 : 12 meses C. y de los niveles de alimentación de ácido sobre el porcentaje de emisión de SO a la atmósfera. : NIVEL DE ALIMENTACIÓN c2 : nivel 2 NIVELES a1 : tipo 1 b1 : 1 mes c1 : nivel 1 RESPUESTA: Factor de emisión de SO3 a la atmósfera.atmósfera. y los Gráficos de Interacción.

después a 16. Por ejemplo.Distribución de los dos Bloques en un Diseño Balanceado 2 EJEMPLO 4.1 . que los niveles de todos los efectos aparezcan el mismo número de veces. que esté balanceado. Se debe tener cuidado. 2k aumenta a 8. BLOQUE I BLOQUE II 3 Los siguientes ejemplos muestran posibles fraccionamientos balanceados de experimentos 2 y 22 a1b1 a2b2 a2b1 a1b2 2-1 Tabla 4. Las fracciones se denominan bloques. además. Afortunadamente. EJEMPLO 4. separadamente.CAPITULO 4 DISEÑOS FACTORIALES FRACCIONADOS Se vio que el número de combinaciones de tratamientos para llevar a cabo un experimento factorial de k factores a dos niveles cada uno. lo que nos da dos bloques de 23/2=22=4 combinaciones de tratamientos. si k = 3. siendo imposible obtener información individual sobre la influencia que cada uno de ellos tiene. un experimento 23 puede dividirse en 2. para lograr un experimento fraccionado de un experimento factorial 2k . si k = 2. La siguiente figura muestra el diseño 22 fraccionado en dos bloques parciales de dos combinaciones de tratamientos. El precio que se paga por este ahorro es el hecho que algunos contrastes miden no un solo efecto (efecto principal o interacción). Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . disponer de 128 combinaciones de tratamientos es sumamente costoso. y utilizar una de esas fracciones para el experimento. se requieren 22 = 4 combinaciones de tratamientos. Sin embargo. No es un número muy inusual el de 7 factores. Este hecho no garantiza que esté balanceado. se debe dividir el total de combinaciones de tratamientos por una potencia de dos.2. es posible realizar el experimento con menos combinaciones de tratamientos que las indicadas arriba. sino más de uno a la vez. En general. Nos remitiremos a este tipo de situaciones. Al planear un experimento en forma fraccionada.46 - . sobre la respuesta. a 64. Para lograrlo. se debe escoger un bloque que sea una fracción de 1/p del total de combinaciones de tratamientos ( con p<k ). o puede dividirse en cuatro bloques de 23-2=2 combinaciones de tratamientos. se debe tratar de que cada nivel de los factores aparezca el mismo número de veces en el total de combinaciones de tratamientos. y a 128 si hay 7 factores. La siguiente figura muestra el diseño 23 fraccionado en dos bloques de cuatro combinaciones de tratamientos. es 2k. Así. de modo que se puedan medir sus efectos con igual precisión. a 32. En tal caso se habla de un diseño factorial fraccionado. Se usa el símbolo 2k-p para designar un experimento fraccionado a 1/2p y2 .1. En tal caso se dice que el diseño está balanceado. En tal caso se dice que esos efectos están confundidos.

Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .3 . éste se encuentra en la naturaleza en los minerales. el segundo paso consiste en concentrar las especies valiosas por flotación por espuma. control de pesaje).3. laboratorio físico. de ley aproximadamente 99. muestreras. Evaluación. Decantación en embudo de decantación Separación del oro en fase orgánica de fase inorgánica. triturando y moliendo los minerales. a través de sus distintas áreas (laboratorio químico. se lleva a cabo a través de dos técnicas combinadas: Extracción orgánica por solventes y espectrofotometría de absorción atómica. formados por especies mineralógicas valiosas de cobre.Distribución de los cuatro Bloques en un Diseño Balanceado 2 ESTUDIO DE CASO : PRECISION DEL RESULTADO DEL ANALISIS QUIMICO PARA MEDIR EL CONTENIDO DE ORO EN CONCENTRADO DE COBRE. La siguiente figura muestra el diseño 23 fraccionado en cuatro bloques de dos combinaciones de tratamientos. La primera consiste en un proceso pirometalúrgico realizado en hornos a altas temperaturas. de ley aproximadamente 99. Los productos obtenidos en las distintas etapas mencionadas. el cual es comercializado mayoritariamente en los mercados de Europa y Estados Unidos.2 . y los prepara para una posterior utilización. Tratamiento de la muestra.BLOQUE I BLOQUE II a1b1c1 a2b2c1 a2b1c2 a1b2c2 a2b1c1 a1b2c1 a1b1c2 a2b2c2 3-1 Tabla 4. La metalurgia es la ciencia que estudia la forma de extraer los metales de las menas.Distribución de los dos Bloques en un Diseño Balanceado 2 EJEMPLO 4. BLOQUE I BLOQUE II BLOQUE III BLOQUE IV a1b1c1 a2b2c2 a2b1c1 a1b2c2 a1b2c2 a2b1c2 a1b1c2 a2b2c1 3-2 Tabla 4. requieren de un control operacional. dando origen a un ánodo de cobre. La etapa siguiente es la eliminación de las impurezas obtenidas en la flotación junto al cobre. Estas operaciones no modifican las características químicas de las especies que han sido separadas y concentradas. Registro de datos del instrumental.98%. El análisis químico de oro en concentrados de cobre. Una vez extraído el mineral de la mina. mezcladas con grandes cantidades de materiales de deshecho o ganga. Separación de la solución de oro del material insoluble. el primer paso consiste en separar físicamente las especies mineralógicas de cobre de la ganga. El producto obtenido en esta etapa se denomina concentrado de minerales o concentrado de cobre. dando como producto el denominado cátodo de cobre. llamado control de certificación. El siguiente diagrama muestra en detalle el procedimiento analítico: Muestreo. Es así como adquiere una real importancia el departamento de control de calidad. En el caso del cobre. Junto a este control se destaca también el control a los productos. A continuación este ánodo es tratado electroquímicamente.5%.47 - .

VOLUMEN EXTRAÍDO E :. g2 : Estándar bajo en concentración de oro. Los factores que potencialmente influyen sobre el resultado son: Tamaño de la muestra. que corresponde al análisis químico de oro contenido en concentrados de cobre. en la determinación de oro en concentrados de cobre. b2 : Alta. f2 : Baja extracción. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Tiempo de reacción. d1 : 10 ml. OBJETIVO DEL EXPERIMENTO : Diseñar un experimento para controlar las fuentes de variación mas relevantes.Los resultados del análisis presentan una alta variabilidad. según la siguiente descripción: FACTORES NIVELES A : TAMAÑO DE LA MUESTRA. CAPACIDAD DEL EXTRACTANTE G :. RESPUESTA: Concentración de oro en gramos por tonelada.48 - . Capacidad del extractante. Al ser distintos los bloques. D :. Volumen extraído. FORMA DE CALIBRAR EL INSTRUMENTO DE MEDICIÓN. d2 : 12 ml. lo que redunda en valores poco confiables. y correr dos bloques distintos. c2 : 3 horas 30 minutos. la que se dividió en porciones. un diseño 27-4. se tomo una muestra homogeneizada de concentrado de cobre. Acidez del medio. b1 : Baja. para observar la variabilidad de los resultados. de 8 combinaciones de tratamiento cada una. B : TEMPERATURA DE REACCIÓN. Temperatura de reacción. a1 : Partícula fina. es decir. Con el objeto de estudiar la influencia de estos factores sobre el resultado del análisis. para utilizar en cada corrida experimental. se decidió fraccionarlo a 1/16. ACIDEZ DEL MEDIO F :. c1 : 2 horas 30 minutos. DISEÑO DEL EXPERIMENTO : Siete factores. a2 : Partícula gruesa. Dado que el experimento completo requeriría el excesivo número de 27 = 128 corridas experimentales. Se hizo un estudio. e1 : 20% de HCl e2 : 15% de Hcl f1 : Alta extracción. con dos niveles cada uno. Forma de calibrar el instrumento de medición. C : TIEMPO DE REACCIÓN. g1 : Estándar alto en concentración de oro. por lo que se sospecha que el método de análisis influye sobre éste. se pudo contrastar los resultados. enmarcado dentro de estos procesos de control.

49 - .1. estaremos midiendo ambos a la vez..4 . según el diseño 23-1 del ejemplo 5. Se dice que los efectos A y BC están confundidos.Efectos Confundidos. Por lo tanto. están confundidos con los bloques). Hay una forma simple de determinar cuáles grupos de efectos están confundidos entre sí. C con AB y ABC con 1. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . veremos que es lo mismo probar el efecto A que el efecto de la interacción BC.para ver si hay evidencia de pérdida de información por efectos confundidos. Observemos la matriz de diseño del experimento 23 . dentro de cada bloque ( y por lo tanto. Los bloques que se corrieron son los siguientes: BLOQUE I BLOQUE II a1b1c1d1e1f1g1 a1b1c1d2e2f2g2 a1b2c2d1e1f2g2 a1b2c2d2e2f1g1 a2b1c2d1e2f1g2 a2b1c2d2e1f2g1 a2b2c1d1e2f2g1 a2b2c1d2e1f1g2 a1b1c1d1e1f1g1 a1b1c2d1e2f2g1 a2b2c1d1e2f2g1 a2b2c2d1e1f1g1 a1b2c1d1e1f2g2 a1b2c2d1e2f1g2 a2b1c1d1e2f1g2 a2b1c2d1e1f2g2 4.Matriz de Diseño del Experimento 2 Si nos fijamos en un solo bloque cualquiera. sin tener que construir la matriz de diseño completa. que se muestra a continuación. También vemos que están confundidos B con AC. Consiste en identificar el o los efectos que aparezcan confundidos con la identidad 1. pero esta vez con las combinaciones de tratamientos agrupadas en dos bloques. CONTRASTES COMPONENTE BLOQUE I BLOQUE II a1b1c1 a2b2c1 a2b1c2 a1b2c2 a2b1c1 a1b2c1 a1b1c2 a2b2c2 1 + + + + + + + + A + + + + B + + + + AB + + + + C + + + + AC + + + + 3-1 BC + + + + ABC + + + + Tabla 4. al querer medir uno de estos efectos.

Veamos qué pasa con el experimento 23-2. pero eso no altera la situación). según la distribución en bloques mostrada más arriba.3 (Continuación). lo mismo ocurre en el Bloque II . Entonces el efecto que se multiplica por él está confundido con el efecto resultado de la "multiplicación". En el ejemplo con el diseño 23-1 . como se muestra seguidamente: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Entonces debemos multiplicar cada uno de ellos por todos los efectos. pues si se mide ABC dentro de ese bloque .Matriz de Diseño del Experimento 2 Aquí vemos que AB. respetando la convención de que una letra elevada al cuadrado es igual a 1. visto más arriba. podemos concluir que: 1 está confundido con ABC A está confundido con BC B está confundido con AC C está confundido con AB EJEMPLO 4. Si multiplicamos ABC por cada uno de los efectos.El símbolo de cada uno de éstos se "multiplica" por los símbolos correspondientes a cada uno de los demás efectos. que sólo ABC está confundido con 1. es la que se presenta a continuación: CONTRASTES COMPONENTE BLOQUE I BLOQUE II BLOQUE III BLOQUE IV a1b1c1 a2b2c2 a2b1c1 a1b2c2 a1b2c1 a2b1c2 a1b1c2 a2b2c1 1 + + + + + + + + A + + + + B + + + + AB + + + + C + + + + - AC + + + + 3-2 BC + + + + - ABC + + + + - Tabla 4. del ejemplo 4.3.50 - . La matriz de diseño. AC y BC aparecen confundidos con la identidad 1.5 . obtenemos los siguientes resultados: ABC x 1 = ABC ABC x A = A2BC = BC ABC x B = AB2C = AC ABC x AB = A2B2C = C ABC x C = ABC2 = AB ABC x AC = A2BC2 = B ABC x BC = AB2C2 = A ABC x ABC = A2B2C2 = 1 En resumen. es lo mismo que medir la identidad (sólo aparecen cambiados los signos. vimos en la Matriz de Diseño del Bloque I. agrupando las combinaciones de tratamientos en los á bloques.

Los resultados obtenidos son buenos bajo el supuesto de que los efectos de las interacciones son poco significativos. Recordemos que la Tabla de Respuestas del experimento completo es la siguiente Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .. BC y 1 A. hay más de una forma de definir bloques balanceados. en la misma forma que para los experimentos 2k .1. AB. puesto que en situaciones reales es normal que los efectos de más bajo orden tiendan a ser más significativos que los de orden más alto. aunque no siempre es así. más arriba. EJEMPLO 4. y cada grupo tiene 2p efectos.MULTIPLICACION POR AB MULTIPLICACION POR AC MULTIPLICACION POR BC AB X 1 = AB AB X A = B AB X B = A AB X AB = 1 AB X C = ABC AB X AC = BC AB X BC = AC AB X ABC = C AC x 1 = AC AC x A = C AC x B = ABC AC x AB = BC AC x C = A AC x AC = 1 AC x BC = AB AC x ABC = B BC x 1 = BC BC x A = ABC BC x B = C BC x AB= AC BC x C = B BC x AC = AB BC x BC = 1 BC x ABC = A 3-1 Tabla 4. Generalmente se prefiere aquellas estructuras en que no aparezcan confundidos los efectos principales. frente a los efectos principales.51 - .. nos encontramos con que hay dos grupos de efectos confundidos. Este supuesto. a2b2c1 = 48. dado un número de bloques. a2b1c2 = 23 y a1b2c2 = 66. pues todos los efectos principales están confundidos entre ellos. en el Ejemplo 3. con frecuencia es válido. en que sólo se usó el que llamamos Bloque I.Cálculo de Efectos Confundidos en el Diseño 2 Observando todas las igualdades. que son AC. de las cuales hay varias repetidas.2 (Continuación). En experimentos con más de tres factores.6 . C y ABC Este no es un buen diseño. Supongamos que los valores de las respuestas coinciden con los del experimento completo. podemos decir que en un experimento 2k-p hay 2k-p grupos de efectos confundidos. por lo que se puede tener más de una estructura de confundidos. es decir. que dimos anteriormente. Generalizando los resultados obtenidos. a2b2c1 . a2b1c2 y a1b2c2. B. de modo que sería imposible cuantificar cuánta influencia tiene cada uno sobre la respuesta. y que contiene las combinaciones de tratamientos a1b1c1 . sino que éstos estén confundidos con interacciones de orden superior. Para el análisis de los experimentos 2 k-p se usan los Diagramas de Efectos. a1b1c1 = 49. Veamos un ejemplo de un diseño 23-1 .

Si hubiésemos realizado el experimento en el Bloque II.0 2 161 -1 23 43 B 43 69 67 23 66 61 263 424 1 102 4 25. las estimaciones de los efectos A.0 230 -1 66 46 69 49 A 49 43 67 46 23 61 194 424 1 36 4 9. nos hubiéramos encontrado con la Tabla de Respuestas dada a continuación: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .52 - . ( y por lo tanto sus promedios coinciden ).0.5 6 23 B 67 23 66 72 -1 133 205 1 61 2 30. si se comparan con los valores que habíamos obtenido del experimento completo: 12.0 5 46 23 69 67 46 23 BC 49 43 ABC 49 43 69 67 46 23 a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 TOTAL VERIF.5 4 Tabla 4.5 1 66 69 AB 49 49 43 69 67 46 67 C 43 AC 49 69 67 46 23 66 66 61 222 -1 202 424 1 20 4 5. Los valores eran 9.5 2 66 89 -1 AB 49 67 49 67 C AC 49 67 23 66 66 133 -1 72 205 1 61 2 30. 30. comparados con los valores dados por el experimento completo. FACTOR NETO DIVISOR EFECTO RANGO 66 61 205 -1 219 424 1 14 4 3.0 .3 66 115 -1 49 A 49 67 23 90 205 1 25 2 12.5 4 116 -1 89 205 1 27 2 13. B y C no son muy buenas.8 . respectivamente.3 1 a1b1c1 a2b2c1 a2b1c2 a1b2c2 TOTAL VERIF. Otro aspecto que podemos notar.5 4 228 -1 61 196 424 1 32 4 8.5 y 8.5 2 3 BC 49 67 23 66 90 -1 115 205 1 25 2 12.5.5 .7 .5 y 13. FACTOR NETO DIVISOR EFECTO RANGO 23 116 205 1 27 2 13.COMPONENTE 1 49 43 69 67 46 23 66 61 424 1 424 8 53. En segundo lugar. 25. La razón es que las interacciones BC (confundida con A) y AB (confundida con C) son muy grandes. es que la estimación del efecto de la interacción triple no se puede hacer. respectivamente. que los efectos principales coinciden con sus respectivos confundidos (aparte del signo).Tabla de Respuestas del Experimento 2 3 La Tabla de Respuestas para las combinaciones de tratamientos del Bloque I es la siguiente: COMPONENTE 1 49 67 23 66 205 1 205 4 51. Bloque I.Tabla de Respuestas del Experimento 2 .5 6 66 61 205 -1 219 424 1 14 4 3. Está confundido con la identidad.0 3 Tabla 4.5 6 ABC 49 67 23 66 205 -1 0 205 1 205 4 51.5 6 61 201 -1 223 424 1 22 4 5. Podemos observar algunos resultados interesantes: Primero.

frente a los efectos principales.5. Mostramos una situación similar a la anterior.5 y 2.8 5 58 80 47 75 58 80 BC 24 42 ABC 24 42 47 75 58 80 a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 TOTAL VERIF. COMPONENTE 1 24 42 47 75 58 80 86 103 515 1 515 8 64. pero en que las respuestas dieron otros valores distintos. FACTOR NETO DIVISOR EFECTO RANGO -1 Tabla 4. las estimaciones de los efectos principales son muy parecidas a las obtenidas con el experimento completo.53 - . como por el experimento fraccionado realizado en el Bloque I: los nuevos valores son 5.5 6 130 -1 46 61 89 219 1 5 2 20.3 6 188 -1 103 327 515 1 139 4 34.8 104 -1 69 46 A 43 43 B 43 69 46 61 115 219 1 11 2 5. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . .3 3 204 -1 80 42 B 42 47 75 80 86 103 311 515 1 107 4 26.8 5 a2b1c1 a1b2c1 a1b1c2 a2b2c2 TOTAL VERIF. B y C están muy lejos.COMPONENTE 1 43 69 46 61 219 1 219 4 54. Como consecuencia de esto.8 2 86 47 AB 24 24 42 47 75 58 75 C 42 AC 24 47 75 58 80 86 86 103 261 -1 254 515 1 7 4 1. al efectuar el experimento en forma fraccionada. EJEMPLO 4. En primer lugar se muestra la Tabla de Respuestas del experimento completo 23 .4.5 1 69 AB 43 69 46 61 107 -1 112 219 1 5 2 2.5. en cualquiera de los dos bloques. FACTOR NETO DIVISOR EFECTO RANGO 86 103 260 -1 255 515 1 5 4 1.5 3 89 -1 61 130 219 1 41 2 20.10. tanto de los valores dados por el experimento completo. con el mismo tipo de fraccionamiento.Tabla de Respuestas del Experimento 2 .9 . 20. respectivamente.5 1 3-1 BC 43 69 46 61 115 -1 104 219 1 41 2 5. Nuevamente vemos que los efectos de A. Bloque II.8 1 Tabla 4.5 3 ABC 43 69 46 61 219 219 1 219 4 4.8 4 103 255 -1 260 515 1 5 4 1.4 215 -1 86 58 47 24 A 24 42 75 58 80 103 300 515 1 85 4 21.5 6 112 -1 C AC 43 69 46 61 107 219 1 5 2 2.3 6 86 103 265 -1 250 515 1 15 4 3. como 23-1 .Tabla de Respuestas del Experimento 23-1 Se puede ver que las interacciones no parecen significativas.

12 . COMPONENTE 1 24 75 80 86 265 1 265 4 66. FACTOR NETO DIVISOR EFECTO RANGO 36. definiremos dos nuevos conceptos que son importantes para la comprensión del procedimiento: Interacciones Generalizadas.Tabla de Respuestas del Experimento 2 . es la que resulta de "multiplicar" esos efectos.54 - . en ambos bloques. 4.0 6 ABC 42 47 58 103 0 -1 250 250 1 250 4 62. La interacción generalizada de B y BC es C. Una interacción generalizada de dos o más efectos.5 4 -1 86 AB 24 75 24 75 C AC 24 75 80 86 86 161 -1 104 265 1 57 2 28.3 1 a1b1c1 a2b2c1 a2b1c2 a1b2c2 TOTAL VERIF.Tabla de Respuestas del Experimento 2 .5 2 99 -1 166 265 1 67 2 33.3 86 110 -1 24 A 24 75 80 80 B 75 80 86 155 265 1 45 2 22. FACTOR NETO DIVISOR EFECTO RANGO 80 166 99 265 1 67 2 33. correspondientes al experimento fraccionado.5 105 -1 47 58 A 42 42 B 42 47 58 103 145 250 1 40 2 20. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .2.5 6 -1 104 161 265 1 57 2 28. Para definir bloques.5 1 a2b1c1 a1b2c1 a1b1c2 a2b2c2 TOTAL VERIF.. Bloque I.5 2 Tabla 4.0 2 Tabla 4. en un diseño 2 . en un diseño factorial fraccionado.5 4 3-1 BC 24 75 80 86 155 -1 110 265 1 45 2 22. efectuado separadamente en cada uno de los dos bloques.0 4 -1 89 47 AB 42 47 58 103 161 250 1 72 2 36.Además.Construcción de Bloques en Diseños 2K .5 6 ABC 24 75 80 86 265 -1 0 265 1 265 4 66.0 6 -1 100 103 150 250 1 50 2 25.0 4 3-1 BC 42 47 58 103 105 -1 145 250 1 40 2 20. COMPONENTE 1 42 47 58 103 250 1 250 4 62. Bloque II. si los efectos son AB y ACD. Pero antes de introducir estos dos elementos. el experimentador debe decidir previamente sobre dos elementos. Por ejemplo. k. su interacción generalizada es el efecto AB x ACD = A BCD = BCD. los efectos aparecen con los mismos rangos. en que se tiene determinado el número de factores. Esto se puede apreciar en las dos Tablas de Respuestas que se muestran más abajo. etc.0 2 -1 89 C AC 42 47 58 103 161 250 1 72 2 -1 100 58 103 150 250 1 50 2 25. como se mostró anteriormente.11 .

0 en caso contrario. son cuatro bloques. Se prefiere confundir interacciones de alto orden. ni. y lo mismo para α3 . Es deseable que no sean efectos principales. Todo lo anterior se puede verificar en los ejemplos dados al principio del capítulo. pero más restringida será la información que obtenga el investigador. siguiendo la regla de que. En nuestro caso queremos confundir AB. b y c. α2 = 1 y α3 = 0. interacciones dobles. α2 es 1 si B está. ABC } es un conjunto de efectos independientes. Mientras más económico deba ser el diseño. va a utilizar un diseño 2k-p y tiene que decidir cuál va a ser el valor de p. y la ecuación definitoria es L = x1 + x2 Los términos x1 . Un conjunto de efectos son independientes si ninguno de ellos es interacción generalizada de algunos de los restantes. que ya quedan totalmente determinados. Es decir. Una vez tomadas sus decisiones. ocho bloques. p=1. dos bloques de cuatro combinaciones de tratamientos cada uno. del tipo L = α1 x1 + α2 x2 + α3 x3 en que α1 es igual a 1 si A está presente en el efecto a confundir. el siguiente procedimiento le permitirá construir los bloques. probablemente su efecto sobre la respuesta será menos significativo. en nuestro ejemplo: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . en la práctica. Los grupos de confundidos constan de á efectos cada uno. el conjunto { A. La siguiente tabla muestra los cálculos que habría que hacer. para definir su estructura de diseño experimental fraccionado: 1) Debe decidir qué fracción del diseño completo va a utilizar. es decir. 1/8.5. Por ejemplo. x2 y x3 toman el valor del subíndice de a. y son dos los efectos independientes a confundir con 1. y por lo tanto es un efecto que se debe confundir con 1. 2) Debe decidir qué efectos independientes va a confundir con 1. Se forman 2k-p grupos de 2p efectos confundidos entre sí. Entonces se debe definir un sólo efecto a confundir con 1. α1 = 1. son tres los efectos independientes a confundir con 1.Efectos Independientes. etc. Es decir. es decir. Sin embargo { A. 1/4. enumeramos las decisiones que debe tomar el experimentador. hay k factores a 2 niveles cada uno. en lo posible. Supóngase que el experimentador decide confundir AB. de cada combinación de tratamientos: 1 si el factor está al nivel bajo. se presentará el procedimiento a través de un ejemplo: EJEMPLO 4. en cada una de las combinaciones de tratamientos del experimento completo. Algunos resultados numéricos: En un diseño 2k-p. Se construye una ecuación definitoria. respectivamente. y el otro bloque con todas aquellas para las que L resultó ser impar. mientras más alto es el orden de la interacción. 2 si está al nivel alto. 0 si no lo está. El número de efectos independientes que quedan confundidos con 1 es igual a p. hay grupos de efectos confundidos. más grande el p. Si la fracción es 1/8. son dos bloques. Si se desea confundir ABC. si la fracción de diseño es 1/2. qué efectos está dispuesto a no poder cuantificar. Por ejemplo. más pequeña la fracción. se forma un bloque con todas aquellas para las cuáles L resultó ser un número par. Para mayor claridad. Dadas estas definiciones. Esto dependerá de los recursos de que dispone. pues el producto de A por AC es C. El número combinaciones de de combinaciones de tratamientos es 2k . y se va a fraccionar a 1/2. distribuidas en 2p bloques de 2k-p tratamientos en cada una. AC. AC. ABC. α2 = 1 y α3 = 1.55 - . C } no lo es. Supóngase que se trata de un diseño 23 . Luego de calculado el valor de L. y los grupos de confundidos tienen ú efectos. sea 1/2. para cada combinación de tratamientos. luego α1 = 1. Si la fracción es 1/4. pues ninguno es interacción generalizada de los demás.

pues dos efectos principales. nos encontramos con lo siguiente: AB x 1 = AB AB x A = A2B = B AB x B = AB2 = A AB x AB = A2B2 = 1 AB x C = ABC = ABC AB x AC = A2BC = BC AB x BC = AB2C = AC AB x ABC = A2B2C = C Recordemos que ahora AB está confundido con 1.56 - . Podemos concluir que: 1 está confundido con AB.Construcción de bloques Los bloques definidos en la última columna. se tomarán tantas ecuaciones definierais como el valor de p. que era la condición bajo la cual se construyó el diseño. Si p es 2 o más ( fracciones de 1/4. y no se podrá saber si son significativos. quedaron confundidos entre sí. por separado. por eso se "multiplican" los efectos por AB.13 . Las combinaciones de tratamientos cuya paridad coincide en todas sus ecuaciones definierais. 1/8.COMBINACION DE TRATAMIENTOS ECUACION DEFINITORIA a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a2b2c2 x1 1 2 1 2 1 2 1 2 x2 1 1 2 2 1 1 2 2 x3 1 1 1 1 2 2 2 2 L = x1 + x2 2 3 3 4 2 3 3 4 PARIDAD BLOQUE par impar impar par par impar impar par I II II I I II II I Tabla 4. A esto se referirá la siguiente sección.). Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . etc. quedan estructurados de la siguiente forma: BLOQUE I BLOQUE II a1b1c1 a2b2c1 a1b1c2 a2b2c2 a2b1c1 a1b2c1 a2b1c2 a1b2c2 Si aplicamos la regla vista anteriormente. A y B. para determinar qué efectos están confundidos con cuáles otros. van al mismo bloque. A está confundido con B C está confundido con ABC AC está confundido con BC Este no resultó ser un buen diseño.

dado cualquier par de efectos confundidos entre sí. Por razones de economía. BC con AC y C con ABC. dadas las condiciones mencionadas en la sección anterior.par) y (impar. El siguiente diseño corresponde a un experimento a tres factores: El sello.. pues en general éstos últimos suelen tener poca significación. evita tener que efectuar los cálculos para la construcción de bloques. entonces de un diseño 23. de aceitunas de exportación.par). en el Ejemplo 5. que se muestra a continuación: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . habrán 4 bloques. Luego la resolución es II. en la práctica. 4. El sello es de dos tipos posibles. Este es un diseño 2 III . el adhesivo se aplica en baja densidad y en alta densidad. el experimento se hace fraccionado en cuatro bloques. (impar. 4. ni efectos principales con interacciones dobles. En el Ejemplo 8 se vio un diseño 23-1 . el adhesivo y la temperatura de sellado. pero si efectos principales con Resolución IV. que puede ser bastante tediosa en diseños con muchos factores. Por lo tanto la resolución es II. (par. respectivamente. Resolución V.impar). 50 grados y 65 grados centígrados. No hay efectos principales confundidos entre sí. como fuentes de variación de la respuesta.57 - . y A con B con C con ABC. en el que están confundidos 1 con AB. el número total de factores en cada par de confundidos es 2. y el diseño es un 2 II 3− 2 3−1 . Luego la resolución es III. y 4. Es mejor confundir efectos de bajo orden con otros de orden alto.Por ejemplo. B con AC y C con AB. De esta forma quedan definidos los cuatro bloques. y la temperatura de sellados tiene dos niveles. Se trata. A continuación se enumeran las características de los diseños con resoluciones III. No hay efectos principales confundidos entre sí. No hay efectos principales ni interacciones dobles confundidos entre ellos. como serían efectos principales entre sí. el número total de factores contenidos en ellos es a lo menos R.3. los confundidos son 1 con ABC. entregan el diseño óptimo. Existen programas computacionales que. Si hay interacciones dobles confundidas con triples. el de más alta resolución. Esto es porque es deseable evitar confundir afectos de bajo orden con otros de bajo orden. Si hay interacciones dobles confundidas entre sí. A con B. y se vio que los confundidos son AC con AB con BC con 1. dos confundidos con 1. es decir. También se mostró un diseño 23-2 . independientes. si p=4. 2. IV y V: Resolución III. El uso de estos programas. Mientras más alta es la resolución. EJERCICIOS 4. 3 factores en cada caso. Un diseño fraccionado es de resolución R si. las paridades posibles para los dos valores de L son (par.Resolución de un Diseño Factorial Fraccionado. A con BC.impar). dos ecuaciones definitorias. interacciones dobles. Este diseño se expresa en símbolos como 2 II 3−1 En el ejemplo 6 se muestra un diseño 23-1. mejor es el diseño.1) La empresa CHILE-OLIVES desea mejorar la hermeticidad de los envases. con capacidad para 200 litros.

5 % La respuesta es la resistencia a la compresión. b2 : 28 días c1 : 0. b) ¿Cuál es la resolución del diseño ? 4. a dos niveles cada uno: FACTORES A: RAZÓN AGUA-CEMENTO. y los grupos de efectos confundidos ¿Cuál es la resolución del diseño ? 4. medida en Kg/cm. NIVELES a1 : 0.BLOQUE I BLOQUE II BLOQUE III BLOQUE IV a1b1c1 a2b1c1 a1b2c1 a1b1c2 a2b2c1 a2b2c2 a2b1c2 a1b2c2 a) Encuentre los efectos confundidos con bloques. para el siguiente caso: EFECTOS E INTERACCIONES BLOQUE I BLOQUE II BLOQUE III BLOQUE IV 1 + + + + + + + + A + + + + - B + + + + AB + + + + - C + + + + AC + + + + - BC + + + + ABC + + + + - Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .ADITIVO PLASTIMENT-HER.2) Se busca optimizar la resistencia a la compresión del hormigón denominado tipo H-30.45 a2 : 0. y los grupos de efectos confundidos entre sí. C.. B: TIEMPO DE CURADO. El siguiente diagrama muestra la forma de fraccionar el experimento en bloques de dos: EFECTOS E INTERACCIONES BLOQUE I BLOQUE II BLOQUE III BLOQUE IV 1 + + + + + + + + A + + + + - B + + + + - AB + + + + C + + + + AC + + + + - BC + + + + - ABC + + + + a) entre sí.2.60 b1 : 7 días.58 - .3) Repita lo del ejercicio 4.5 % c2 : 1. b) Encuentre los efectos confundidos con bloques. El diseño del experimento es en un bloque de dos combinaciones de tratamientos. en función de los siguientes factores.

para los siguientes datos: COMBINACION DE TRATAMIENTOS RESPUESTA 16 22 32 35 18 24 26 29 BLOQUE I BLOQUE II a1b1c1 a1b2c1 a2b1c2 a2b2c2 a2b1c1 a2b2c1 a1b1c2 a1b2c2 4. b) Encuentre los efectos confundidos con bloques.4. y el experimento lo fracciona sólo en dos bloques. para los siguientes datos: EFECTOS E INTERACCIONES BLOQUE I BLOQUE II 1 + + + + + + + + A + + + + B + + + + AB + + + + C + + + + AC + + + + BC + + + + ABC + + + + RESPUESTA 325 226 451 227 358 295 441 396 Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .4) En el mismo problema de optimizar la hermeticidad de sus envases de 200 litros.4.59 - . supóngase que CHILE-OLIVES dispone de mayores recursos para su estudio. los valores de las respuestas obtenidas. Se dan.4. A continuación se da la distribución de las combinaciones de tratamientos.6) Repita lo del ejercicio 4. mediante tablas de respuestas. además. después de realizado el experimento: COMBINACION DE TRATAMIENTOS RESPUESTA 38 30 35 25 37 29 34 24 BLOQUE I BLOQUE II a1b1c1 a2b2c1 a1b1c2 a2b2c2 a2b1c1 a1b2c1 a2b1c2 a1b2c2 a) Calcule los efectos de los tratamientos en cada bloque. en cada uno de los bloques.5) Repita lo del ejercicio 4. determine si hay consistencia con los resultados obtenidos en a). Se trata de un diseño 23-1 . Observando las tablas de respuestas. y los grupos de efectos confundidos entre sí. c) ¿Cuál es la resolución del diseño ? 4.

B : CONDICION DEL CAMINO C : PRESION DE LOS NEUMATICOS NIVELES a1 : Concreto. cuando el vehículo se desplaza a 50 km.4. a dos niveles cada uno. en diversas condiciones del camino. por hora. c2 : 30 psi. Los factores y sus respectivos niveles son: FACTOR A : TIPO DE SUPERFICIE. a2 : Asfalto. b2 : Mojado c1 : 2ú psi.4. La respuesta es la distancia recorrida al aplicar los frenos.7) Repita lo del ejercicio 4. para los siguientes datos: EFECTOS E INTERACCIONES BLOQUE I BLOQUE II 1 + + + + + + + + A + + + + B + + + + AB + + + + C + + + + AC + + + + BC + + + + ABC + + + + RESPUESTA 16 18 19 19 18 16 19 19 4.8) Se requiere efectuar un experimento con tres factores. Se hace un diseño 23-1 . b1 : Seco. sólo se corre un bloque de cuatro combinaciones de tratamientos.60 - . es decir. de los cuáles el experimentados seleccionar uno para ejecutar: COMBINACIÓN DE TRATAMIENTOS EFECTOS E INTERACCIONES BLOQUE I BLOQUE II a1b1c1 a2b1c1 a1b2c2 a2b2c2 a1b2c1 a2b2c1 a1b1c2 a2b1c2 1 + + + + + + + + A + + + + B + + + + - AB + + + + - C + + + + AC + + + + BC + + + + - ABC + + + + - a) ¿Qué efecto o efectos están confundidos con los bloques? b) Forme todos los grupos de efectos que están confundidos entre sí. La siguiente es la matriz del diseño. relacionado con la maniobrabilidad de un vehículo. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . y en ella se indican los dos bloques en que se decide fraccionar el experimento.

9) Se desea efectuar un experimento para determinar los factores que afectan el desgaste de un motor para portones automáticos. A cada factor se le definen dos niveles.10) Repita lo del ejercicio 4. pero ahora el presupuesto para efectuar estudios es aún más escuálido. a) Diseñe los bloques de tal modo que se confundan con AB y con ABC. b )Indique los grupos de efectos confundidos entre sí. pero confundiendo la interacción doble AB con bloques.12. Cuál es la resolución del experimento ? 4. pero confundiendo la interacción doble BC y el efecto principal A con bloques. y sólo se correrá un bloque de dos combinaciones de tratamientos.c) ¿Cuál es la resolución del diseño? ¿Es ésta la partición más conveniente del diseño factorial 23 . en dos bloques? 4. ¿Por qué no sería conveniente este diseño ? 4.11) Repita lo del ejercicio 4. por lo que se decide confundirla con bloques. Los factores considerados son tres: Peso del portón (factor A).9. a) b) c) Diseñe los bloques de tal modo que se confundan con ABC. Repita lo del ejercicio 4. se decide correr sólo un bloque de cuatro combinaciones de tratamientos. Indique los grupos de efectos confundidos entre sí. Debido a lo caro que resultaría la experimentación para realizar las 8 corridas experimentales mínimas necesarias para efectuar el experimento completo.12.14) Repita lo del ejercicio 4. pero confundiendo las interacciones dobles BC y AC con 4. pero confundiendo el efecto principal A con bloques.12) Supóngase la misma situación del ejercicio 4. tipo de superficie de deslizamiento (factor B). 4. y distancia de desplazamiento (factor C). Se piensa que la interacción triple ABC es poco importante.13) bloques.10. c) ¿Cuál es la resolución del experimento ? 4.61 - .8. _________________________________________________ Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .

como en el caso de dos niveles. la llama del piloto calienta la cabeza de un filamento conductor. sugerida por el conocimiento empírico que se tiene del fenómeno. Es una medida de la cantidad de información que se requiere para medir el efecto. accionando un eje que abre el paso de gas. y según sea el caso. un elemento de seguridad. que especifica que el corte de gas debe producirse en un tiempo menor de 60 segundos. ocasionando problemas de retraso en el tiempo de encendido. 3x5x6. por norma.62 - . etc. el fijar dos niveles por factor puede ser conveniente.1 ) = 4 grados de libertad. por ser necesario estudiar con más precisión la forma que tiene la respuesta (análisis de superficies de respuesta). El número se denomina grados de libertad del efecto.1 ) x ( 3 . es decir. surgen diseños experimentales que se designan simbólicamente por 32 . se produzca un corte automático del paso de gas. de apagarse la llama del piloto. OBJETIVO DEL EXPERIMENTO : Medir el efecto de las dimensiones de los elementos constitutivos de la lámina bimetálica. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . la metodología a usar es diferente que si el número de niveles no es primo. También el número de expresiones o contrastes asignada a un efecto no es uno. De esta forma. Existen dos sistemas de corte automático : El termo-par y la lámina bimetálica. y así reducir el número de llamadas solicitando servicio. con el tiempo. se representa por 4 contrastes. Ambos sistemas deben cumplir con la norma. por economía de recursos y de tiempo. el tratamiento que se hace es distinto. 23x32 . Los artefactos de gas que tienen un piloto de alimentación de encendido. si por alguna razón se apaga la llama del piloto. si un factor tiene un número primo de niveles. en un diseño 3 . Si hay tres niveles.CAPITULO 5 DISEÑOS FACTORIALES CON MAS DE DOS NIVELES En una etapa exploratoria. que al subir de temperatura. de cada uno de los dos factores. el número es divisible sólo por 1 y por sí mismo. La lamina bimetálica consta de dos láminas pegadas de metales distintos. se requieren dos contrastes para medir el efecto de un factor. cada uno disminuido en uno. La situación aquí es bastante más compleja. La interacción de dos factores a tres niveles cada uno. las interacciones dobles tienen ( 3 . Esto puede ser por las características propias del fenómeno que se está estudiando. ESTUDIO DE CASO : PERDIDA DE CALIBRACION DE LAMINAS BIMETALICAS. y el artefacto no puede encenderse en forma normal. se cierra el paso de gas. Sin embargo. Este hace que.1 = 2 grados de libertad. o por alguna otra razón. En el primero. sobre el tiempo de vida antes de perder la calibración. los efectos principales tienen 3 . un efecto se mide por un número de contrastes igual al producto de los números de niveles de los factores que intervienen en el efecto. lo que produce que el par se curve. UTILIZADAS COMO ELEMENTO DE SEGURIDAD EN ARTEFACTOS A GAS. con el objeto de prolongar la vida útil de este elemento. Por ejemplo. o simplemente dejando el artefacto sin encender. y el número de grados de libertad es igual al número de niveles menos uno. Si es una interacción doble. En ambos casos. una se dilata más que la otra. interviene sólo un factor. Por ejemplo. un análisis confirmatorio posterior puede requerir que algunos factores tengan más de dos niveles. Si es un efecto principal. En general. ésta pierde sus propiedades mecánicas. aumenta su presión interior. el número de grados de libertad es igual al producto del número de niveles menos uno. Al aumentar la temperatura. deben incluir. 54 . al enfriarse ocurre lo inverso. Estos dispositivos pierden su calibración. En el caso de la lámina bimetálica. Se diseñó un experimento para observar el comportamiento del sistema de seguridad tipo lámina bimetálica. accionando una bobina que abre un sello en un conducto de paso de gas.

Las combinaciones de tratamientos son a1b1. NIVELES a1 : 1 mm. Este conjunto constituye la Matriz de Diseño del experimento 32.. AB1 a AB4. b2 : 2 mm.63 - . 5.1 . a2b3 y a3b3. y registrando el momento en que se descalibraban. B1 y B2. a2b1. A y B. en cada uno. según la siguiente descripción: FACTORES A: DISTANCIA DEL EJE IMPULSOR A LA LAMINA BIMETALICA. llamado A1. comparan el efecto de las diferencias de niveles de un Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . b1 : 1 mm. sirve para comparar el efecto del nivel 1 con el efecto del nivel 3 del factor A. que sirven para medir los efectos. A2. cada uno con tres niveles.DISEÑO DEL EXPERIMENTO : Dos factores. Los últimos cuatro. RESPUESTA : La respuesta es el número de horas de vida antes de perder la calibración. verificando cada día su calibración. En la Matriz de Diseño del experimento 32 .Diseños Factoriales 32 . Como ilustración. a3 : 3 mm. Por eso. a3b2. a1b3. La pérdida de calibración se determina cuando el tiempo de corte de gas sube de 60 segundos después de apagado el piloto. a1b2.1. con dos Factores a Tres Niveles. DISTANCIA DE LA CABEZA PILOTO A LA LAMINA BIMETALICA. compara el efecto del nivel 2 con los efectos de los niveles 1 y 3 en promedio. a2b2. El experimento se realizó manteniendo los pilotos encendido durante varias semanas. El segundo. B :. De forma similar. con cinco réplicas. Dos contrastes son ortogonales. si el resultados de multiplicarlos es otro contraste. El siguiente es un conjunto de contrastes ortogonales. a2 : 2 mm. con tres niveles cada uno. los dos primeros contrastes miden el efecto del factor A. del mismo factor. miden el efecto del factor B. a3b1. veremos un ejemplo de un diseño a dos factores. los dos siguientes. COMBINACION DE TRATAMIENTOS a1b1 a2b1 a3b1 a1b2 a2b2 a3b2 a1b3 a2b3 a3b3 1 1 1 1 1 1 1 1 1 1 A1 -1 0 1 -1 0 1 -1 0 1 A2 1 -2 1 1 -2 1 1 -2 1 EFE CTOS B1 B2 AB1 AB2 AB3 AB4 -1 1 1 -1 -1 1 -1 1 0 0 2 -2 -1 1 -1 1 -1 1 0 -2 0 2 0 -2 0 -2 0 0 0 4 0 -2 0 -2 0 -2 1 1 -1 -1 1 1 1 1 0 0 -2 -2 1 1 1 1 1 1 Tabla 5. la suma de sus componentes es cero. b3 : 3 mm. Siguen válidas las definiciones dadas en el Capítulo 2 para contrastes y para contrastes ortogonales: Un contraste es una suma algebraica de combinaciones de tratamientos tales que la suma de los coeficientes positivos es igual a la suma de los coeficientes negativos. podemos ver que el primer contraste.Matriz de Diseño para Analizar un Experimento 32 Observemos que.

B1 = ( a1 + a2 + a3 )( b3 .. 69. a1b3. y factorizarlas.2b2 + b3) AB3 = (a1 . a3b2.Supongamos que las respuestas a las diferentes combinaciones de tratamientos. respectivamente. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .a2 )( b3 .b2 ) una diferencia entre las diferencias de los efectos de a3 y a2 de A. 48.a1 )( b3 . a los niveles b3 y b2 de B. También tenemos A2 = ( a1 . De forma análoga. como lo hicimos en el caso de dos niveles . en el orden dado más arriba. a2b3 y a3b3 . Es así que el primer contraste se puede simbolizar como A1 = ( a3 .2a2 + a3 )( b1 + b2 + b3 ) comparación entre a1 y a2 con a3 combinados. se forma una comparación entre los niveles a2 y a3. También se pueden tratar los contrastes como si fueran expresiones algebraicas. Análogamente. a1b2. 59.2b2 + b3 ) Observemos que si sumamos A1 con A2. EJEMPLO 5.64 - .a1 )( b1 .b1 ) B2 = ( a1 + a2 + a3 )( b1 . a1b1 .factor. 35.2a2 + a3)( b1 . 27.b1 ) AB4 = (a1 . a2b1. con paciencia. a2b2. son.2a2 + a3)( b3 . 53. 27.1. a diferentes niveles del otro. a3b1. 44. Por eso decimos que los cuatro miden diversos aspectos de la interacción entre A y B. y que nos permite conocer los efectos. 29. construida en forma análoga al caso 23. La siguiente es la Tabla de Respuestas para este experimento.2b2 + b3) El lector puede verificar.b1 ) AB2 = ( a3 .a1 )( b1 + b2 + b3 ) y ahora se ve con más claridad que se trata de una comparación entre los efectos de los niveles 1 y 3 del factor A. que la suma de las cuatro expresiones da AB1 + AB2 + AB3 + AB4 = 4( a3 . los cuatro contrastes para la interacción se pueden escribir como AB1 = ( a3 .

y A2. respectivos.0 2 A2 59 27 44 53 27 29 69 B1 59 27 44 B2 59 27 44 53 27 29 69 35 48 282 109 1 -2 282 -218 64 6 10.3 . ordenados por magnitud. contiene las componentes de los contrastes.0 6 69 35 48 117 35 1 -2 117 -70 2 4 0. Sigue en importancia el contraste B2. El Neto es el valor absoluto de la suma algebraica de los Totales Ponderados de cada contraste.7 3 69 35 48 48 302 89 130 152 1 -2 -1 1 302 -178 -130 152 35 124 6 20.0 5 48 48 107 113 128 92 1 -1 -1 1 107 -113 -128 92 6 2 3. multiplicado por su Factor. Figura 5.7 1 22 3 7. La fila Total Ponderado. que Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .Tabla de Respuestas para el Diseño 32 .Tabla de Respuestas para el Diseño 3 . Segunda parte. La fila rotulada Factor. El Efecto es el cuociente entre el Neto y el Divisor. ordenados de mayor a menor. Primera parte.1 .5 8 69 35 48 220 144 27 1 -2 4 220 -288 108 40 8 5. El Rango es el orden de magnitud de los Efectos.3 4 Tabla 5. que tienen signo positivo. la comparación entre el nivel medio a2 y los otros dos. El efecto de A es el más notorio. Los efectos. tanto A1. es el producto del Total respectivo de la columna.COMPONENTE a1b1 a2b1 a3b1 a1b2 a2b2 a3b2 a1b3 a2b3 a3b3 TOTAL FACTOR TOTAL PONDERADO NETO DIVISOR EFECTO RANGO 1 59 27 44 53 27 29 69 35 48 391 1 391 391 9 43. El Divisor es la suma de las componentes del contraste.2 . se muestran en el Diagrama de Efectos. COMPONENTE a1b1 a2b1 a3b1 a1b2 a2b2 a3b2 a1b3 a2b3 a3b3 TOTAL FACTOR TOTAL PONDERADO NETO DIVISOR EFECTO RANGO 1 59 27 44 53 27 29 69 35 48 391 1 391 391 9 43. la comparación entre los dos niveles extremos a1 y a3.65 - .4 A1 59 44 53 29 69 48 181 121 -1 1 -181 121 60 3 20.0 6 Tabla 5.4 AB 59 1 59 44 AB 44 2 59 44 53 29 AB 27 3 59 44 AB4 27 53 27 29 69 69 53 29 103 27 2 -2 -1 2 106 -58 -103 54 12 4 3.

A2. A3. le siguen A1. del factor. El paralelismo de las rectas muestran que no hay interacción. Puede darse una superposición de ambos efectos. Si muestran líneas quebradas. En este caso. lo interpretamos como un efecto cuadrático: hay una respuesta cuadrática. podemos interpretarlo como un efecto lineal: la respuesta al factor es de tipo lineal. o de primer grado.1 . También podemos construir Gráficos de Interacción. con un cambio de pendiente. en una respuesta. si los gráficos de interacción muestran líneas rectas ascendentes. en este caso la forma de la respuesta depende del orden en que ubiquen los niveles en el gráfico. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Pero debe quedar muy claro que no tiene sentido hablar de efectos lineal o cuadrático. y más lejos. o de segundo grado. En ellos se muestran los 9 puntos que corresponden a las respuestas a las 9 combinaciones de tratamientos. En cambio. si los niveles de un factor son valores numéricos.compara el nivel b2 con los niveles b1 y b3 de este factor. que compara b1 con b3. dados en la columna de la Identidad de la Tabla de Respuestas. superpuesto con un efecto cuadrático. A continuación se presentan los Gráficos de Interacción. Figura 5.66 - . Luego B1. o descendentes. el orden en que se ubican en el eje horizontal es arbitrario. Ya con menor significación. de concavidad hacia la parte superior. Debemos tener presente que si los niveles corresponden a una variable nominal. y las distancias entre los puntos no tienen un sentido físico. deben ir en el orden natural. a medida que aumenta A. o ésta es muy débil. lineal y cuadrático. Se observa la presencia de los efectos principales y la interacción. si el factor no es numérico. si los niveles del factor A fuesen lineales. se apreciaría que hay un efecto lineal de descenso de la respuesta. Después sigue la componente AB4 de la interacción.Diagrama de Efectos para el Experimento Factorial 32. en este caso. Además.

de ancho al área de harneado. ubicados a 15km. que produce la fractura de la arcilla al tamaño especificado de media pulgada de diámetro.Gráfico de Interacción del Experimento 32 . El cambio en la forma de producción permitió a la fabrica manejar una serie de variables dentro del proceso productivo. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Figura 5. se extrae la arcilla por medio de cargadores frontales del tipo CAT 998 que la depositan a camiones tolva de 30 TM de capacidad. para su traslado hasta la fábrica. factor B en el eje de las absisas. es transportada por medio de una cinta transportadora de 48plg.Figura 5. factor A en el eje de las absisas. con muy poca participación de la mano del hombre directamente.000 ladrillos de varios tipos. que alimenta un chancador primario de cono 48 x 64. La producción de estos es de carácter industrial.2 . ESTUDIO DE CASO : RESISTENCIA A LA FLEXION EN LA FABRICACION DE LADRILLOS. para obtener un producto estable en su comportamiento mecánico frente a los requerimientos de los clientes Desde los yacimientos de arcilla El Libertador.Gráfico de Interacción del Experimento 32 . de las instalaciones industriales de la Fabrica El Nuevo Tiempo. La arcilla transportada es depositada dentro de una tolva de 25 metros cúbicos. Producida la fractura la arcilla. La fabrica de ladrillos El Nuevo Tiempo produce al mes una cantidad aproximada de 10.67 - .3 .

dentro del horno de secado continuo. B : TIEMPO DE COCIDO.Dentro del área de harneado existen dos harneros de 8x10ps. cúbicos. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . al chancado primario. donde nuevamente es fracturada y devuelta al área de harneado. Después de ser moldeada la arcilla. pasa a otra etapa. donde se enfrían en forma natural. los ladrillos frescos son depositados en una cinta de rodillos. DISEÑO DEL EXPERIMENTO : El diseño es a dos factores. que hace que estos circulen por dentro del horno de secado continuo. la fábrica decidió conducir un experimento. lo que dio 90 corridas experimentales. para determinar la forma de controlar la variabilidad en la resistencia de los ladrillos. El sobretamaño recircula por medio de una cinta transportadora de 36plg. b1 : 2 horas. antes que el ladrillo sufra una deformación Esta cifra es producto de una fórmula de resistencia de materiales para el cálculo de la flexión. Dentro de las piscinas de preparación se le adiciona agua para producir la mezcla. Frente a este requerimiento de sus clientes. Se hicieron 9 réplicas por cada combinación de tratamientos. La masa arcillosa es retirada desde las piscinas de preparación por medio de cargadores frontales del tipo CAT 966.. según el tipo de ladrillo que se va a producir.000 mts. junto con aditivos determinados. Los clientes de la fabrica de ladrillos El Nuevo Tiempo le han solicitado la certificación al esfuerzo de flexión de los ladrillos tipo Fiscal. que tienen instaladas mallas seleccionadoras de ½ plg. de 96plg. a2 : 200 ºC. Los Ingenieros de Proceso estiman que la resistencia al esfuerzo puede estar afectada por dos factores en el proceso de producción. RESPUESTA: Se sometió a esfuerzos de flexión la muestra de ladrillos. b3 : 3 horas. Los ladrillos cocidos dentro del horno de secador continuo pasan finalmente al patio de almacenamiento. FACTORES NIVELES A : TEMPERATURA.. La cinta de rodillos permite ajustar la velocidad. b2 : 2 1/2 horas. Posteriormente. para determinar el tiempo de cocción de los ladrillos. con tres niveles cada uno. La arcilla seleccionada es depositada dentro de las cuatro piscinas de preparación. Producida la selección de la arcilla el bajotamaño. que la depositan en las máquinas de moldeo de los diferentes tipos de ladrillos.68 - . que tienen una capacidad de 50. La carga sobre el ladrillo tipo Fiscal debe ser de 180kg. a3 : 250 ºC. El transporte desde el área de harneado se hace por medio de una cinta transportadora de 24plg. a1 : 150 ºC.. La respuesta se mide en kilos. de preparación de la mezcla para el moldeo de los ladrillos. y se midió la fuerza aplicada para alcanzar la deformación máxima permitida. o masa arcillosa. que alimenta un “stacker radial “ que alimenta indistintamente a cualquiera de las cuatro piscinas. Estos factores son la temperatura y el tiempo de cocimiento a que son sometidos. son entregados a los clientes. de 40x25x8cm.

una componente AB1 de interacción. En estos gráficos se aprecia que los valores óptimos están cerca del centro. Se observa también. es decir. Muestra una componente cuadrática del factor TEMPERATURA y una componente cuadrática del factor TIEMPO. bajo efecto lineal. El paralelismo de las líneas indica poca interacción. TIEMPO = 2 1/2 horas. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .69 - . fueron los siguientes: COMBINACION DE TRATAMIENTOS a1b1 a2b1 a3b1 a1b2 a2b2 a3b2 a1b3 a2b3 a3b3 RESPUESTA Y11 = 110 Y21 = 154 Y31 = 150 Y12 = 160 Y22 = 190 Y32 = 181 Y13 = 140 Y23 = 193 Y33 = 196 El diagrama de efectos se presenta a continuación. para ambos factores. aunque débil. con valores aproximados al entero. que se muestran a continuación. Los gráficos de interacción. Las componentes lineales de ambos factores son muy débiles. del punto TEMPERATURA = 200 ºC.Los resultados obtenidos. sobre todo del factor TIEMPO. promediados a través de las 9 réplicas. muestran lo mismo que el diagrama de efectos: Componentes cuadráticas importantes. esto es. lineal en ambas componentes.

2.Diseños 32 fraccionados. Aquí se debe fraccionar en un múltiplo de 3. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .70 - . Los diseños fraccionados resultantes son del tipo 3k-p .5.. para ver cómo se fracciona un diseño con más de dos niveles por factor. Estudiaremos el caso 32. de modo que todas las fracciones tengan igual número de combinaciones de tratamientos. y los bloque puedan estar balanceados.

el número de efectos independientes que quedan confundidos con bloques está dado por p. a un nivel de revoluciones fijo. etc). dada en el capítulo 2. Los valores observados de las respuestas son los siguientes: COMPONENTE RESPUESTA a1b1 10 a2b1 15 a3b1 12 a1b2 21 a2b2 8 a3b2 19 a1b3 30 a2b3 16 a3b3 18 Tabla 5.Para determinar los efectos confundidos. se debe utilizar la misma regla de multiplicación de efectos. visto anteriormente. Multiplicación por A1 : Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . En el caso de un diseño 3p balanceado. Multiplicando cada efecto principal e interacción.71 - . A1 y A2. Para determinar qué efectos quedan confundidos entre sí. se debe observar la matriz de diseño para determinar qué efectos resultan confundidos con bloques. de tal modo que se confunda el efecto principal A con bloques. y el factor B el tipo de motor.5 .Unidades de Degradación de Aceite Se desea fraccionar el experimento en tres bloques de tres combinaciones de tratamientos.2. de modo que se confundan efectos que uno ha determinado previamente. Sea el factor A la marca de aceite. Recordemos que este efecto tiene dos componentes. resultan confundidos entre sí. se multiplican los efectos. en tres tipos de motores diferentes. después de 10 horas de funcionamiento continuado del motor. multiplicamos estas dos componentes por cada una de las componentes del experimento. También funciona el método para construir bloques. y qué efectos están confundidos entre sí. utilizando ecuaciones definitorias. se determina cuáles efectos. o componentes de efectos. Los resultados se muestran en la tabla siguiente: A1 A2 B1 B2 AB1 AB2 AB3 AB4 A1 1 A1 AB1 AB2 B1 B2 AB1 AB2 A2 A1 1 AB3 AB4 AB1 AB2 B1 B2 B1 AB1 AB3 1 B1 A1 AB1 A2 AB3 B2 AB2 AB4 B1 1 AB1 A1 AB3 A2 AB1 B1 AB1 A1 AB1 1 B1 A1 AB1 AB2 B2 AB2 AB1 A1 B1 1 AB1 A1 AB3 AB1 B1 A2 AB3 A1 AB1 1 B1 AB4 AB2 B2 AB3 A2 AB1 A1 B1 1 Tabla 5. Es decir. Al multiplicar las componentes de efectos. como en los casos de dos niveles.Tabla de Multiplición de efectos para el diseño 32. eliminando todo factor que aparezca elevado al cuadrado. utilizando la tabla de multiplicar dada anteriormente. Se desea comparar la degradación de tres marcas de aceite de alta calidad. La respuesta es una medida codificada de la degradación del aceite. AB2. EJEMPLO 5. (como AB1.4 .

Los bloques se forman agrupando aquellas combinaciones de tratamientos que generan el mismo residuo. si L es múltiplo de 3. observamos que se debe confundir el efecto A. 2 o 3. A1. AB4 Para construir los bloques. con los valores de las respuestas dadas más arriba: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . el nivel del factor A. A2 B1. en cada una de las combinaciones de tratamientos. a saber: 1. Esto define la ecuación definitoria L = x1 en que x1 toma los valores 1. si se divide el valor de L por 3. En este caso L es idéntico al valor de x1. AB2. BLOQUE I a1b1 a1b2 a1b3 BLOQUE II a2b1 a2b2 a2b3 BLOQUE III a3b1 a3b2 a3b3 Compararemos los resultados que se obtendrían si se hubiera efectuado el experimento en alguno de los bloques.72 - . La siguiente es la tabla de respuestas del experimento completo. según el nivel en que se encuentre el factor A. vemos que los grupos de confundidos son tres. Los bloques son. por lo tanto cada bloque está determinado por las combinaciones de tratamientos en las que el factor A está al mismo nivel. entonces. Este puede ser 0.A1 x 1 A1 x A1 A1 x A2 A1 x B1 A1 x B2 A1 x AB1 A1 x AB2 A1 x AB3 A1 x AB4 Multiplicación por A2: A2 x 1 A2 x A1 A2 x A2 A2 x B1 A2 x B2 A2 x AB1 A2 x AB2 A2 x AB3 A2 x AB4 = = = = = = = = = A1 1 A1 AB1 AB2 B1 B2 AB1 AB2 = = = = = = = = = A2 A1 1 AB3 AB4 AB1 AB2 B1 B2 Observando los resultados. AB3 B2. luego en la ecuación definitoria L= 1x1 x . AB1. si no lo es puede tomar los valores 1 o 2. se fijan los valores  = 1 y = 0.

COMPONENTE a1b1 a2b1 a3b1 a1b2 a2b2 a3b2 a1b3 a2b3 a3b3 TOTAL FACTOR TOTAL PONDERADO NETO DIVISOR EFECTO RANGO 1 10 15 12 21 8 19 30 16 18 149 1 149 149 9 16.0 3 30 16 18 70 71 8 1 -2 4 70 -142 32 40 8 5.0 6 A2 10 15 12 21 8 19 30 16 18 110 1 110 39 -2 -78 32 6 5.6 A1 10 12 21 19 30 61 -1 -61 18 49 1 49 12 3 4.6 .8 8 Tabla 5.6 AB 10 1 10 12 AB 12 2 10 12 21 19 AB 3 10 15 12 AB4 15 21 8 19 30 18 28 1 28 42 -1 -42 14 2 7. Primera parte. Las siguientes son las tablas de respuestas que se hubieran obtenido si el experimento se hubiera llevado a cabo en cada uno de los bloques I.3 4 B1 10 15 12 B2 10 15 12 21 8 19 30 16 18 64 1 64 27 3 9.0 2 30 40 -1 -40 18 30 1 30 21 2 42 19 -2 -38 6 4 1.Tabla de Respuestas para el Diseño 32 del Ejemplo 5.0 5 Tabla 5.2.Tabla de Respuestas para el Diseño 32 del Ejemplo 5. respectivamente: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .7 . II y III.5 7 22 -1 -22 30 16 18 48 2 30 15 1 48 16 -2 -32 24 4 6.2 . COMPONENTE a1b1 a2b1 a3b1 a1b2 a2b2 a3b2 a1b3 a2b3 a3b3 TOTAL FACTOR TOTAL PONDERADO NETO DIVISOR EFECTO RANGO 1 10 15 12 21 8 19 30 16 18 149 1 149 149 9 16. Segunda parte.0 1 30 16 18 101 1 101 37 -1 -37 48 -2 96 5 6 0.73 - .

9 .Tabla de Respuestas para el Diseño 32 del Ejemplo 5. Bloque I. Segunda parte.COMPONENTE a1b1 a1b2 a1b3 TOTAL FACTOR TOTAL PONDERADO NETO DIVISOR EFECTO RANGO 1 10 21 30 61 1 61 61 3 20.10 . Primera parte.0 2 30 40 -1 -40 AB 21 21 1 21 2 10 0 2 0 0 -2 0 19 2 9.2.3 1 A2 10 21 30 61 1 61 B1 10 0 -2 0 61 3 20. COMPONENTE a2b1 a2b2 a2b3 TOTAL FACTOR TOTAL PONDERADO NETO DIVISOR EFECTO RANGO 1 15 8 16 39 1 39 39 3 13.Tabla de Respuestas para el Diseño 32 del Ejemplo 5.0 4 Tabla 5.0 1 B1 15 16 16 -1 -16 15 1 15 1 1 1.0 6 Tabla 5.0 1 21 -2 -42 0 4 0 2 2 1.0 4 B2 15 8 16 31 1 31 8 -2 -16 15 2 7.8 .5 3 10 -1 -10 AB 3 10 30 0 1 0 30 40 1 40 AB4 21 30 2 60 0 -2 0 50 1 50.Tabla de Respuestas para el Diseño 32 del Ejemplo 5. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Primera parte COMPONENTE a1b1 a1b2 a1b3 TOTAL FACTOR TOTAL PONDERADO NETO DIVISOR EFECTO RANGO 1 10 21 30 61 1 61 61 3 20.3 A1 10 21 30 61 -1 -61 0 1 0 61 3 20.3 1 10 -1 -10 30 30 1 30 20 1 20. Bloque I.0 A1 A2 15 8 16 39 -2 -78 78 3 26.0 1 B2 10 21 30 40 1 40 21 -2 -42 2 2 1.3 AB 10 10 1 10 1 10 30 30 -1 -30 20 1 20.2.5 2 0 -1 0 0 1 0 0 0 -6 0 1 0 Tabla 5. Bloque II.74 - .2.

si se desea hacer los experimentos completos.0 1 AB4 15 8 0 1 0 16 31 -2 -62 8 4 32 30 4 7.12 . 625 y 720 combinaciones de tratamientos. 3x5x6. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .Tabla de Respuestas para el Diseño 32 del Ejemplo 10. Segunda parte.COMPONENTE a2b1 a2b2 a2b3 TOTAL FACTOR T. PONDERADO NETO DIVISOR EFECTO RANGO 1 15 8 16 61 1 61 61 3 20. el número de corridas experimentales necesarias para realizar el experimento aumenta más rápidamente aún.0 6 Tabla 5.0 3 12 -1 -12 0 2 0 0 -2 0 6 1 6. 32 . Primera parte.5 4 0 1 0 0 -1 0 0 0 -2 0 -1 0 0 1 0 0 2 0 0 1 0 Tabla 5.0 1 B2 12 19 18 30 1 40 19 -2 -42 2 2 1.3 1 12 -1 -10 18 18 1 30 20 1 20. 23x34 . COMPONENTE a1b1 a1b2 a1b3 TOTAL FACTOR T. es decir. 90.11 .0 4 Tabla 5. este tipo de experimentos es usual que se efectúen en forma fraccionada.Tabla de Respuestas para el Diseño 32 del Ejemplo 10. Bloque III. Por eso.3 A1 12 19 18 49 -1 -49 0 1 0 49 0 --- A2 12 19 18 49 1 B1 12 0 -2 0 49 3 20. COMPONENTE a1b1 a1b2 a1b3 TOTAL FACTOR T.0 2 AB 12 18 30 -1 -30 2 12 19 AB 3 12 18 18 1 18 18 30 1 30 AB4 19 0 1 0 19 2 38 0 -2 0 8 2 4.3 AB 1 AB 2 AB 15 0 -2 0 0 0 -3 0 -1 0 15 2 30 3 16 16 -2 -32 2 1 2. Segunda parte. requieren de 9.0 1 19 -2 -38 0 4 0 8 2 4. respectivamente.75 - .3 AB 18 18 1 18 1 12 12 -1 -12 6 1 20. PONDERADO NETO DIVISOR EFECTO RANGO 1 12 19 18 49 1 49 49 3 20. que en el caso de dos niveles.Tabla de Respuestas para el Diseño 32 del Ejemplo 10. 54 .13 . PONDERADO NETO DIVISOR EFECTO RANGO 1 12 19 18 49 1 61 61 3 20. Bloque II. En casos de factores con más de dos niveles. Los ejemplos dados arriba. Bloque III.

la concentración de cobre en la solución y los amperios por tiempo de la electrólisis.Finalmente. Supóngase que estos son dos factores de un diseño.2) Se pretende disminuir el roce del eje con sus dos descansos. Se corrió el experimento. y b1 . b2 . con cuatro réplicas por combinación de tratamientos. Se puede variar el diámetro del orificio de los descansos y el grado de viscosidad del lubricante. de un pequeño motor utilizado para girar el lente de una proyectora autofoco. concentración de cobre y amperios por tiempo. y a3 . en el sentido de si hay o no efectos principales de A o de B.a2 .1) Un diseño experimental tiene por objeto determinar los factores que inciden en la variabilidad del espesor de las capas de cobreado de placas para circuitos impresos. El ingeniero del proceso determina que hay dos fuentes potenciales de variabilidad. El diámetro del eje es fijo. mientras gira a una velocidad de operación standard. frente al estímulo de los factores. respectivamente. La respuesta es una medida de variabilidad del espesor de la capa de cobre. y b3 . EJERCICIOS 5. estratificado por el factor A. se emplea la técnica llamada Análisis de Varianza. Ellas son. y b3 los niveles del factor viscosidad.76 - . Para un análisis confirmatorio posterior. Sean a1 . que tiene por objeto establecer cuán significativo es cada uno de los efectos principales e interacciones. así como interpretar con precisión el comportamiento funcional de la respuesta. debemos hacer notar que los análisis mostrados hasta aquí tienen sólo el carácter de exploratorio. y si hay interacción entre ambos factores. y a3 los niveles del factor diámetro. Los niveles de A los llamaremos a1 . observada en seis puntos de la placa. b2 . La siguiente tabla muestra los valores de las respuestas. El siguiente gráfico muestra los valores promedio de la respuesta. La respuesta es la fuerza transmitida por el eje.a2 . registradas por cada combinación de tratamientos: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . b) Interprete los resultados. los de B los llamaremos b1 . y cuán significativos son los contrastes que componen cada efecto. 5. A cada uno de estos factores se le asignaron tres niveles. estratificado por B: a) Dibuje el gráfico de interacción del factor B. Algunos elementos del Análisis de Varianza se darán en el capítulo siguiente. por cada nivel del factor A. Designaremos a los factores A y B.

fraccionado en tres bloques de tres combinaciones de tratamientos. es decir.4) Repita lo del ejercicio 5. Dibuje los gráficos de interacción. y que llamaremos A y B. con los siguientes datos: COMBINACION DE TRATAMIENTOS a1b1 a2b1 a3b1 a1b2 a2b2 a3b2 a1b3 a2b3 a3b3 RESPUESTA (FUERZA TRANSMITIDA) 28 39 22 32 29 26 24 27 18 5. los niveles de los dos factores. que también muestra la disposición de los bloques. b2 . Se decide darle tres niveles a cada uno.5) En un proceso de fabricación de jabón. Sean a1 . que corresponden a tres cantidades distintas. a3 . Repita lo del ejercicio 5.COMBINACION DE TRATAMIENTOS a1b1 a2b1 a3b1 a1b2 a2b2 a3b2 a1b3 a2b3 a3b3 a) b) c) d) 5. para ambos factores. dos factores a tres niveles cada uno. b1 . se desea bajar el grado de acidez del producto final. con los siguientes datos: COMBINACION DE TRATAMIENTOS a1b1 a2b1 a3b1 a1b2 a2b2 a3b2 a1b3 a2b3 a3b3 RESPUESTA (FUERZA TRANSMITIDA) 25 23 21 39 28 67 17 45 33 5.3) RESPUESTA (FUERZA TRANSMITIDA) 59 38 59 99 16 65 19 42 35 Construya la tabla de respuestas y calcule los efectos. y b3 . Se hace un diseño factorial fraccionado 32-1 .2. dando por resultado las repuestas que se muestran en la tabla de más abajo. de los cuáles se correrá uno.77 - . Dibuje el diagrama de efectos. Supóngase que se pudiera correr el experimento completo. respectivamente. Interprete y compare los resultados obtenidos. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .2. a2 . Se hace variar el contenido de dos compuestos que intervienen en el proceso de fabricación.

Al final de este proceso. Esta napa debe presentar una determinada regularidad en su densidad. el hilo. sobrepuestos.. Construya la matriz de diseño. con tres niveles. Se diseñó un experimento para determinar el efecto de la carga del algodón en una camilla que alimenta el sistema. Repita lo del ejercicio 5. se produce una napa formada por fibras de algodón limpias.7) En el proceso de fabricación de hilo. sobre la regularidad de la napa. sea homogéneo. La siguiente tabla muestra un diseño fraccionado en bloques. 2) La colocación de los trozos de algodón en la camilla. con los siguientes datos: COMBINACION DE TRATAMIENTOS a1b1 a2b2 a3b3 a2b1 a3b2 a1b3 a3b1 a1b2 a2b3 RESPUESTA (FUERZA TRANSMITIDA) 27 34 31 28 41 42 31 32 35 BLOQUE I BLOQUE II BLOQUE III 5. según los resultados obtenidos.BLOQUE I BLOQUE II BLOQUE III COMBINACION DE TRATAMIENTOS a1b1 a1b2 a1b3 a2b1 a2b2 a2b3 a3b1 a3b2 a3b3 RESPUESTA (FUERZA TRANSMITIDA) 27 34 31 28 41 42 31 32 35 a) b) c) d) e) f) g) 5. Los factores son dos: 1) El grosor de los trozos de algodón introducidos a la camilla de alimentación. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . del experimento completo. uno a continuación del otro. de la napa. y separados en 10 cm. Critique el diseño.6) Construya la tabla de respuestas y calcule los efectos. de modo que el producto final. y 12 cm. con tres niveles. Encuentre los efectos confundidos con bloques. Dibuje los gráficos de interacción. La respuesta es el coeficiente de variación (CV) calculado de los pesos de treinta trozos de una yarda de longitud. se comienza con la limpieza del algodón.5. y los grupos de efectos confundidos entre sí. Dibuje el diagrama de efectos. Interprete y compare los resultados anteriores. 5 cm. y los valores de las respuestas.78 - . 8 cm.

dando por resultado los siguientes valores: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . con los siguientes datos: 1 1 1 1 1 1 1 1 1 1 A1 1 0 1 1 0 -1 1 -1 -1 A2 -1 2 -1 -1 2 -1 -1 -1 -1 B1 1 -1 -1 0 0 0 -1 1 -1 EFECTO RESPUESTA B2 AB1 AB2 AB3 AB4 (CV) 1 1 1 -1 -1 14 1 0 0 -2 2 9 1 -1 1 1 -1 14 -2 0 -2 0 2 11 -2 0 0 0 -4 11 -2 0 2 0 2 15 1 -1 1 1 -1 12 1 -1 -1 -1 -1 7 1 1 -1 1 -1 12 BLOQUE I BLOQUE II BLOQUE III 5.5 º b2 . y son fijas. en décimas de segundos.sección angular a2 .FORMA DE LA RAMPA NIVELES a1 . Interesa minimizar el tiempo que demora en llegar al interruptor. g) Critique el diseño.15 º B.8) Repita lo del ejercicio 5. Las distancias horizontal y vertical que recorre la bolita están determinadas para que llegue con la fuerza necesaria. 5.sección semi circular a3 . Se puede variar la forma de la rampa. y los grupos de efectos confundidos entre sí. c) Dibuje los gráficos de interacción.10 º b3 . llega a un interruptor. El diseño es el siguiente: FACTORES A. y el ángulo de la rampa.7. b) Dibuje el diagrama de efectos. f) Encuentre los efectos confundidos con bloques.BLOQUE I BLOQUE II BLOQUE III 1 1 1 1 1 1 1 1 1 1 A1 0 1 0 1 -1 0 -1 -1 1 A2 2 -1 2 -1 -1 2 -1 -1 -1 B1 1 0 0 1 0 -1 -1 1 -1 EFECTO RESPUESTA B2 AB1 AB2 AB3 AB4 (CV) 1 0 0 2 2 12 -2 0 -2 0 2 4 -2 0 0 0 -4 5 1 1 1 -1 -1 13 -2 0 2 0 2 10 1 0 0 -2 2 5 1 1 -1 1 -1 9 1 -1 -1 -1 -1 14 1 -1 1 1 -1 6 a) Construya la tabla de respuestas y calcule los efectos.- ANGULO DE LA RAMPA RESPUESTA: Tiempo de recorrido. lo acciona e interrumpe el suministro eléctrico.9) Un dispositivo de seguridad automático antisísmico funciona mediante una bolita de cristal que desliza a través de una rampa. Se corrió el experimento. según los resultados obtenidos.79 - . e) Encuentre las combinaciones de tratamientos correspondientes a cada fila. d) Interprete y compare los resultados anteriores.sección semi rectangular b1 .

la humedad relativa del aire. y con los resultados se construyeron los siguientes gráficos de interacción.COMBINACION DE TRATAMIENTOS a1b1 a2b1 a3b1 a1b2 a2b2 a3b2 a1b3 a2b3 a3b3 RESPUESTA 21 32 24 19 21 15 18 25 16 a) Construya los dos gráficos de interacción: Respuesta versus A. ¿ Qué valores recomendaría dar al ángulo de la rampa ? 5. está presente algún tipo de interacción ? Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . con el objeto de obtener más información relacionada con este problema. Interprételos los gráficos: ¿ Qué tipo de efectos principales hay. Si se fuera a realizar otro experimento. en términos de los elementos dados en el enunciado del problema. estratificado por A. sobre la dureza de la película de pintura. Los factores son. y la temperatura del temperatura. con los mismos factores. ambos factores con tres niveles. b) Interprete detalladamente estos gráficos. estratificado por B.10) Se diseñó un experimento con el objeto de determinar el efecto de dos factores. Se hizo el experimento. y Respuesta versus B. durante el secado.80 - .

indique la composición de los bloques. Orden en que se van a hacer. Si es fraccionado. b) Descripción de los factores y sus niveles. _______________________________________ Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . d) El diseño Bloque completo o fraccionado. i) Posible prosecución del estudio. objetivos del estudio. indicando las condiciones experimentales de cada una. y cómo disminuir su efecto. Días y horas de las distintas corridas experimentales.81 - . g) Limitaciones: Posibles factores no deseados que pudieran influir.11) Diseñe un experimento. sin señirse necesariamente a ella: a) Planteo del problema. y la forma cómo se efectuarán las mediciones. Use la siguiente pauta como guía. h) Técnicas de análisis de los resultados. relacionado con un proceso con el que Ud. marco conceptual. c) Descripción de la respuesta. y qué efectos se confunden. está familiarizado. f) Variables que se van a medir. duración de cada una.5. e) Realización física del experimento.

Es una técnica compleja. Comenzando por el efecto medio. en términos aditivos. de ahí que se les denomina modelos lineales. O sea.(a1b2 . Son lo que se llama una reparametrización. cuyas magnitudes dependen individualmente de los distintos efectos determinados por los factores. vimos expresiones para los efectos principales e interacciones. y21 e y22 en Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . construiremos expresiones para las respuestas. Aquí sólo se presentarán los principios en que se basa y la forma de aplicarse. 1 = 1 (a1b1+a2b1+a1b2+a2b2) 4 Si usamos los símbolos "y" en lugar de "ab". en términos de los efectos. respectivamente. 6.(a1b1 + a2b1)) =1/2 ((y12 + y22) .82 - . y12. Esencialmente consiste en la descomposición de la variabilidad total presente en las respuestas. Sin embargo. en términos del análisis de varianza. esta nueva forma tiene ventajas en cuanto a la interpretación. Verificaremos esto en el caso del experimento a dos factores: Partiendo de las expresiones de los efectos e interacciones. en términos de las respuestas.1. la respuesta es una función lineal de los efectos de los factores y las interacciones. y que definiremos más adelante. . otros atribuidos a las interacciones entre factores. tienen solo carácter de exploratorio. Los modelos lineales que veremos en este capítulo. Recordemos que en Capítulo 1 dimos las siguientes expresiones para los diversos efectos. para determinar la significación de efectos causados por factores experimentales.(y21 + y12)) Sólo debemos resolver estas cuatro ecuaciones lineales para y11. en términos de las respuestas aibj. simplemente resolviendo las ecuaciones correspondientes. sólo se modifica la forma de los valores o parámetros.a2b1) . Para un análisis de tipo confirmatorio se utiliza la técnica denominada Análisis de Varianza (ANOVA). entre otros. en componentes que pueden ser atribuibles a cada uno de los efectos considerados en el experimento. que introduciremos en este capítulo. En los Capítulos 2 y 3.(y11 + y21)) AB =1/2 ((a2b2 . con muchas variantes.CAPITULO 6 ELEMENTOS DE ANALISIS DE VARIANZA Las técnicas introducidas hasta aquí. La posibilidad de hacer esto se basa en propiedades algebraicas que permiten descomponer una medida de variabilidad especifica.(a1b1 + a1b2)) =1/2 ((y21 + y22) . en experimentos a dos y a tres factores.a1b1)) =1/2 ((y22 + y11) .(y11 + y12)) B =1/2 ((a1b2 + a2b2) . unos atribuidos a los diversos factores. son expresiones para las repuestas. Entonces estos modelos lineales no son muy novedosos. queda 1 = 1 (y11+y21+y12+y22) 4 Lo mismo para los demás: A =1/2 ((a2b1 + a2b2) .El Modelo Lineal El análisis de varianza que estudiaremos en este capítulo se basa en modelos que suponen que la respuesta de un experimento puede representarse como una suma ponderada de efectos.

j = 1.83 - .1 B + 1 AB 2 2 2 y21 = 1 + 1 A .y . y en que eij es el término correspondiente al error aleatorio. no atribuible a los factores. 2 1 2 1 2 α2 = αβ 12 = − AB . cuando se replica el experimento. Hay una variabilidad presente.2. Si definimos los siguientes términos: µ =1.y ) 11 21 12 22 21 22 11 12 4 + (y12 + y22 .y11 . En forma general. αβ 11 = α1 = − A . vemos que es igual a: 2 2 2 1 [(y +y +y +y ) + (y + y .y21 . 2. . B y AB: Si calculamos la expresión 1 + 1 A + 1 B + 1 AB. . . 2. αβ 11 + αβ 12 = 0. αβ 12 + αβ 22 = 0. De esta forma queda definido un modelo lineal para un experimento factorial a dos factores.términos de 1. 1 A. los resultados observados no son iguales. y ij = µ + α i + β j + αβ ij + eij con las condiciones adicionales i = 1. 2 1 2 β1 = − B .y12)] = y22 luego y22 = 1 + 1 A + 1 B + 1 AB 2 2 2 de forma análoga. y que denominaremos error aleatorio. 2 se puede escribir y11 = µ + α 1 + β 1 + αβ 11 y12 = µ + α 1 + β 2 + αβ 12 y 21 = µ + α 2 + β1 + αβ 21 y 22 = µ + α 2 + β 2 + αβ 22 Esto último es una reparametrización de la expresión. j = 1. se tienen las expresiones y11 = 1 . 2 Hemos derivado expresiones para las respuestas.1 B . Con las condiciones adicionales dadas arriba. β1 + β 2 = 0 αβ 21 + αβ 22 = 0.1 AB Se puede observar que la sucesión de signos (+) o (-) en cada expresión es la respectiva fila de la matriz de diseño. bajo las mismas condiciones experimentales (iguales niveles en los factores). 2 α 1 + α 2 = 0.1 A + 1 B .1 A . 1 AB . en términos de los efectos. términos que expliquen el hecho que. Otros ejemplos de modelos lineales son los siguientes: y i = µ + ei i = 1. A.1) Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Sólo falta introducir en el modelo. αβ 11 + αβ 21 = 0.1 AB 2 2 2 2 2 2 y12 = 1 . (6. y ij = µ + α i + β j + αβ ij i = 1. αβ 21 = − AB .y21) + (y22 + y11) . αβ 22 = 1 2 β2 = 1 AB 2 1 B. . .

y j-ésimo nivel del segundo.6) Cada uno de estos modelos lineales nos da una particular estructura de los datos..... Los términos µ . R i = 1... y más un error aleatorio eijr .:3) corresponde a un experimento a dos factores..2.. se agregan condiciones adicionales sobre estos términos. no atribuible al factor. Cada observación es igual a un promedio global µ .R i = 1.. El modelo (6.. y además se agrega una simetría a los modelos.. j = 1. El modelo (6... más un efecto α i .84 - .. α i .2. más un efecto α i atribuido al primer factor. + α I = 0 β 1 + β 2 + . I.2. el segundo con J niveles. y la cuantificación de su efecto es el término αβ ij . que corresponde al aporte de la interacción.. más las tres interacciones dobles y la interacción triple. atribuido al segundo factor.2.5) corresponde a un experimento a tres factores.. j = 1. más un término correspondiente a la variabilidad natural.2) (6. más un término que corresponde a un error aleatorio. Estas condiciones son que las sumas sobre cualquiera de los subíndices es cero.. J. r = 1..2. + β J = 0 αβ 1 j + αβ 2 j + .. del i-ésimo nivel del primero.. r = 1. De esta forma.. I. propio de cada observación. relacionada con el tipo de experimento que los generó: El modelo (6. y un efecto β j . R.. el primero con 1 niveles... I. yijkr = µ + αi + β j + γ k + αβij + αγik + βγ jk + eijkr (6... Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . El modelo (6.2. k = 1. denominado error aleatorio.. Con estas condiciones los valores de estos parámetros quedan determinados en forma única.5). j = 1.2. para todo valor de i... en los modelos (6..2. Lo mismo ocurre para los demás parámetros..y i r = µ + α i + eir i = 1.. Cada observación es igual a un promedio global µ .4) yijr = µ + αi + β j + eijr yijr = µ + αi + β j + αβij + eijr i = 1. R (6.2) a (6... Este modelo lineal asume que no hay interacción entre los factores...2) corresponde a un experimento a un factor con I niveles y R réplicas.. ei ..2.. se denominan parámetros de los modelos.. El modelo (6..3) (6. J. La repuesta se muestra descompuesta en un valor promedio global µ .I. para todo valor de j. r = 1. etc. propio del i-ésimo nivel del factor.2. los parámetros constituyen desviaciones en torno al promedio global. K. β j . + αβ Ij = 0 ..3).. por ejemplo. que resulta conveniente para efectuar los cálculos necesarios para cuantificar los efectos. a R réplicas cada uno... r = 1.4) es similar al modelo (6.. J. αβ i1 + αβ i 2 + .. Con el objeto de estandarizar los valores de los parámetros. pero aquí se asume que hay interacción..2..... + αβ iJ = 0 ... en que hay efectos de los factores...2...1) corresponde a un grupo de observaciones efectuadas bajo las mismas condiciones experimentales.. o efectos principales... o que el efecto de la interacción es despreciable. Así α 1 + α 2 + .

La variabilidad debido al factor se mide comparando los promedios de las respuestas de cada nivel del factor. propia del fenómeno. .Análisis de Varianza a un factor Supongamos que tenemos una situación experimental. Pero debemos tener presente que el respectivo modelo lineal es el que sustenta la técnica y justifica los procedimientos y las interpretaciones de los resultados. o debida al tratamiento. Daremos definiciones precisas para estos dos conceptos. la variación presente en la respuesta que observamos. presentaremos una técnica denominada Análisis de Varianza. . a1 + a2 + a3 +. + a20. en forma condensada. Supóngase que el factor A tiene I niveles. El método de Análisis de Varianza consiste en comparar ambos tipos de variación. la variabilidad debida al factor. la varia ción esta presente en todo fenómeno. que observamos en su conjunto. si tenemos una serie de números a1. r = 1.2. Una componente es la variación causada por el factor. aún bajo idénticas condiciones experimentales.85 - . pues. La otra componente es la variación aleatoria.. como ∑a i =1 I i o simplemente ∑a i cuando no hay ambigüedad sobre el recorrido del subíndice. atribuible a un número grande de factores. i = 1. Las respuestas contienen variación. En cada una se indica la causa de la variación.Para terminar este punto. y la variabilidad residual. Esta variabilidad se denomina variabilidad debida al factor.a20.1: Notación para el análisis de varianza a un factor. . con un factor de variación. R.. Definimos los siguientes términos. Este tipo de variación esta presente. . Todas las réplicas de todos los niveles del factor A. 6. y que causan pequeñas dosis de variación. a3. diremos que los modelos lineales presentados en este capítulo son modelos apropiados para representar las respuestas en términos de los efectos principales e interacciones de los diseños experimentales factoriales. denominada fuente de variación: Variación Total: Es la variabilidad debida al factor y la variabilidad aleatoria reunidas.. Esta variabilidad se denomina variabilidad residual. Por ejemplo. La variabilidad residual se mide comparando las repuestas correspondientes a las réplicas de un mismo nivel del factor.. . ∑ ∑y i T/RI Tabla 6. la podemos descomponer en dos componentes. como dijimos al principio. utilizada para cuantificar los efectos de los factores y sus interacciones. denominado sumatoria.I.2. se puede anotar.. La suma de Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . por cada nivel del factor. para expresar una suma. Sin embargo. sin preocupamos del modelo lineal subyacente. Suma Promedio Recorrido de la suma o promedio Ai = T= ∑y r r ir A¡/R ir Todas las réplicas del i-ésimo nivel del factor A.. que son medidas de variación de cada una de las dos componentes mencionadas.. En lo que sigue. a2. y que diseñamos un experimento con un determinado número de réplicas. y el número de réplicas por nivel es R. Se utilizará el símbolo ∑ .2. la suma de todos ellos.. En la siguiente tabla se presenta la notación a utilizar: yir = Respuesta individual correspondiente a la r-ésima réplica del nivel i-ésimo del factor. sobre la respuesta del experimento. . que no controlamos. .

l. haciendo el desarrollo algebraico de los cuadrados de los binomios y reduciendo los términos semejantes. Variación Residual: Es la variación que no está explicada por los elementos que intervienen en el experimento.1) IR-1 Tabla 6. Residual Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Son I x R términos al cuadrado.Total = g. Son una medida de la cantidad de información independiente que se ha utilizado para calcular cada suma de cuadrados. La Suma de Cuadrados Total es la suma de los cuadrados de las desviaciones de todas las observaciones. es decir. y es igual a SCR = ∑ i A ⎞ ⎛ ⎜ y ir − i ⎟ ∑ R⎠ r ⎝ 2 Es la suma de los cuadrados de las desviaciones de las observaciones. con respecto del respectivo promedio por cada nivel del factor. o variación atribuible a error experimental.cuadrados total es una medida de toda la variación presente en el conjunto de las respuestas observadas. Los números de sumandos en cada una de las tres sumas de cuadrados son.l. presentan la particularidad de que la suma de las dos últimas es igual la primera. Estas tres medidas de variación. o suma de cuadrado del tratamiento. Es una medida de la variación producida dentro de cada nivel del factor. y que se denomina suma de cuadrados del factor. e IR.I. respectivamente. Es decir. con respecto del promedio global.2: Grados de libertad para el Análisis de Varianza a un Factor.) I-1 I(R . Es una medida de los efectos debidos a los niveles del factor.l. definidas de esta forma. y es igual al número SCT = ∑ i T ⎞ ⎛ ⎜ y ir − ⎟ ∑ IR ⎠ r ⎝ 2 La doble sumatoria indica que se está sumando a través de los I niveles y a través de las R réplicas de cada uno.86 - . que tenderían a anularse con los positivos. una medida del error aleatorio. A + g. y que están asociados al número de términos que se suman para formar cada una de las sumas de cuadrados. que se denominan grados de libertad. Podemos observar que se cumple una relación similar a la relación entre las sumas de cuadrados. Se presentan en la siguiente tabla: Fuente de Variación Factor A Residuo Total Grados de Libertad (g. El objeto de elevar al cuadrado es eliminar los signos negativos. con respecto del promedio global. I(R-1). Variación atribuible al factor: Se define una medida de la variabilidad causada por el factor. Definiremos otros términos.l. y es igual al número T ⎞ ⎛A SCA = R ∑ ⎜ i − ⎟ IR ⎠ i ⎝ R 2 Es proporcional a la suma de los cuadrados de las desviaciones de las respuestas promedio por cada nivel del factor. SCTotal = SCA + SC Residual Esta propiedad se puede verificar fácilmente. que se suman. g. La variación residual la mide la suma de cuadrados residual. Se debe a causas que no son controladas por el experimentador.

5 2. copia de la cual aparece en el apéndice. Consiste en decidir entre dos hipótesis. la magnitud del cuociente F es una medida de la significación del efecto del factor A. El cuociente F es el cuociente entre el cuadrado medio de A.0 Suma Ai 16.3: Respuestas del Ejemplo 6. una comparación entre la variabilidad promedio atribuible al factor A. pues.3 Total Global T = 66.5 2 ATLAS 3. pero 5 % es el valor más utilizado. Este valor se denomina nivel de significación de la prueba de hipótesis. Debe elegir entre cuatro marcas distintas.3 3. Una prueba de hipótesis está basada en consideraciones probabilísticas.8 r=4 4. Cuociente F.0 3.6 5. cuando en realidad no lo es. y medir la pérdida de presión.6 3.1 3.0 21.5 13. Es. Los resultados obtenidos se muestran en la Tabla 6. "Atlas". se debe buscar dos números. por cada "unidad de información" aportada por las diversas fuentes de variación. la tabla que utilizamos es una tabla de probabilidades.5 3 AMBAR 2. cuyo cuadrado medio va en el denominador.1 Tabla 6.8 3. entonces se dice que el efecto es significativo. La discusión sobre ésta y las otras condiciones probabilísticas. comparamos el valor del cuociente F con valores proporcionados por una tabla. de acuerdo a las fórmulas dadas más arriba: TOTAL: Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . Con estos datos. por lo que no abordaremos este asunto. es de un 5 %. al cabo de tres meses.2 4. en base a evidencia muestral. se llevó a cabo un experimento. cuyo cuadrado medio va en el numerador del cuociente F.7 2. y la otra hipótesis es que no lo hay. llamada precisamente tabla F. en cuanto a la pérdida de presión. Por lo tanto. Se adoptó como uno de los criterios de decisión. y grados de libertad del denominador. Los cuadrados medios son medidas de variabilidad promedio. Como criterio para determinar cuán significativo es el efecto del factor.8 3. "Alpha". "Ambar" y "Argos". una hipótesis es que hay efecto debido al factor A. calculamos los valores de las sumas de cuadrados. en estadística se denomina prueba de hipótesis. Este procedimiento de decisión. que corresponde a los grados de libertad residual.3 2. Para comparar las cuatro marcas. y la variación promedio del error experimental. dividido por el cuadrado medio residual.3: Factor r=1 r=2 Extintor Pérdida de presión 1 ALFA 2.7 r=5 2. Para usar la tabla. Existen tablas F para otros niveles de significación. para renovar los existentes.1. y su aplicación supone que se cumplen algunas condiciones. Una de ellas es que las respuestas presenten una variación que obedece una ley de probabilidad normal. denominados grados de libertad del numerador. EJEMPLO 6.7 1. no atribuible a causas conocidas. la duración de la presión del extintor cargado.0 15.1 El departamento de adquisiciones de una gran empresa minera desea comprar una partida de extintores contra incendio. Si el cuociente F supera el valor de la tabla. con la presión especificada. que corresponde a los grados de libertad del efecto A.0 Promedio Global T/IR = 3.5 Promedio Ai/R 3. escapa del contexto de estas notas. que consistió en cargar cinco extintores de cada marca. totales y promedios globales y por nivel del factor.2 3.Cuadrados Medios.6 4 ARGOS 2.3 Réplica r=3 3.4 4.87 - . En este caso.7 4. Se definen los cuadrados medios como los cuocientes entre las sumas de cuadrados y los respectivos grados de libertad. La tabla F presentada en el apéndice es una de valores probabilísticos construida de tal forma que la probabilidad de concluir que el efecto es significativo. De hecho.8 2.

64 + 0.3)2 + (2.09 + 0.16 + 0.01 + 0.6. donde se muestran las pérdidas promedio.25 + 0. de las diferentes marcas de extintores.3.09 SCT = 16. ese análisis no permite establecer si las diferencias entre cada par de marcas son significativas o no. es igual a F(3.580 Para buscar el valor de tabla. + (3.2 . observamos la tabla de datos. FACTOR A: T ⎞ ⎛A SCA = R ∑ ⎜ i − ⎟ IR ⎠ r ⎝ R 2 SCA = 5 [(3. O sea. no se requiere calcular la suma de cuadrados total. Este es un análisis aproximado.0 _ 3. Si queremos saber cuál es la que presenta menos pérdida.3)2 + . El cuadrado medio residual es CMR = 9.36 + 0. Sin embargo.7 CMA = 7.43 = CMR 0. O bien.88 - .00 + 2. lo que se interpreta como que hay evidencia muestral suficiente que muestra que las respuestas difieren cuando los niveles son distintos.28 = O.3.28.3)2] SCA = 7. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .8 . 4. Si se elige este camino.76 + 1.3)2 = 0.04 + 0.1 = 4 .SCT = ∑ i T ⎞ ⎛ ⎜ y ir − ⎟ ∑ IR ⎠ r ⎝ 2 SCT = (2.3)2 + (2.3.3)2 + (3.3 .6 . por lo que no es necesario calculado.3)2 + (4.21 + 0. vemos que es mayor que el valor de tabla. con una pérdida promedio de 4.36 + 1.7 = 9.7 = 2.43. 16).580 4(5 − 1) Por último.25 + 0.1 _ 3.5 .3.3. que da 16. Si comparamos el valor calculado. el cuociente F está dado por F= CMA 2.567 4 −1 RESIDUO: La suma de cuadrados de residuo se puede obtener por diferencia de suma de cuadrados total (SCT) menos la suma de cuadrados del factor A (SCA). 16) = 3. Cabe hacer notar que el análisis realizado indica solamente que existe una diferencia significativa en la pérdida de presión entre las cuatro marcas de extintores consideradas.24. El valor de tabla. se puede utilizar la fórmula para el cálculo directo.09 + 1.00 + 0.3.64 + 0. y los grados de libertad del denominador es I(R -1) = 4(5 -1) = 16. La más deficiente es "Atlas".98 -7. determinamos que los grados de libertad del numerador es igual a I .49 + 2. por lo que concluimos que el efecto del factor A es significativo.1 = 3.567 =4. hay diferencias en la pérdida de la presión. Vemos que "Ambar" es la mejor marca.98 El cuadrado medio del total no se utiliza. que denotaremos F(3.25 + 0. Por ejemplo. .25 + 0. por marca. .04 + 5. con una pérdida promedio de 2.

elemento crítico para el negocio de la compañía.5: Análisis de varianza del Ejemplo 6. Por ello. Por la importancia que tiene el teléfono para esta empresa.1.1. y que se muestra a continuación: Fuente de Variación Factor A Residuo Total Suma de Cuadrados SCA SCR SCT Grados de Libertad I-1 I(R . al caso de mejoramiento de calidad en un proceso de servicios. que deben distribuirse de manera que hayan más operadoras en los periodos altos. cinco. que hacen pedidos por teléfono.7 3 2. y un período bajo. En el área de comercialización de una compañía distribuidora de gas envasado. un periodo medio-bajo. se hace una ANOVA para un experimento de un factor (marca extintor) a dos niveles ("Argos" y "Ambar").580 16. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . se atiende a un gran número de clientes.4: Análisis de varianza a un factor. Se dispone de un total de 20 horas-operadora.1 ESTUDIO DE CASO: DISTRIBUCIÓN DE OPERADORAS TELEFÓNICAS PARA LA RECEPCIÓN DE PEDIDOS.1 es la siguiente: Fuente de Variación Factor A Residuo Total Suma de Grados de Cuadrados Cuociente Cuadrados Libertad Medios F 7. . Se distinguen cuatro periodos de dos horas cada uno: un período medio-alto en el flujo de llamadas. es mediante una tabla. un periodo alto.98 19 - Tabla 6.2. pero utilizando los datos correspondientes a los extintores "Argos" y "Ambar" solamente. I= 2 y R = 5.1) CMR = SCR/(R -1) Cuociente F CMA/CMR - Tabla6. de 09:00 a 11:00 horas. pues gran parte de sus ventas se hacen por vía de pedido telefónico. La planta tiene un número fijo de líneas. de 13:00 a 15:00 horas. Es decir.Tabla de análisis de varianza a un factor. se hizo necesario hacer un estudio para determinar la forma óptima de distribuir las operadoras telefónicas a lo largo del día. OBJETIVO DEL EXPERIMENTO: Estudiar el efecto de la distribución del número de operadoras sobre el tiempo de respuestas a las consultas de los usuarios externos del servicio.89 - . Una forma sistemática de organizar los resultados numéricos anteriores. denominada Tabla de Análisis de Varianza o ANOVA. de 15:00 a 17:00 horas.1) IR-1 Cuadrados Medios CM A = SCA/(I . en ese caso.basados en el análisis global. Para ello debemos realizar el análisis usando el mismo procedimiento mostrado en el Ejemplo G.26 16 0. En este recinto hay una central telefónica. La tabla de análisis de varianza para los datos del Ejemplo 6. 6.567 4. Este caso ilustra la aplicación de la metodología de Diseño de Experimentos. no podemos concluir que la diferencia entre los extintores "Argos" y "Ambar" (3. donde cambia I.6 = 0. de 11:00 a 13:00.43 9.3.5) es significativa o no.

Tabla 6. la persona que distribuía el gas. del j-ésimo nivel del factor B. y al final de la experiencia se repitió todo una vez más. Utilizaremos las siguientes convenciones notacionales. entonces. La respuesta es el promedio de los tiempos indicados por los clientes. Todas las réplicas del i-ésimo nivel del factor A. con R réplicas por cada combinación de tratamientos. y una debida a la interacción entre ambos.7: Notación para el análisis de varianza a dos factores.4. pidiéndole que anotara el tiempo que él estimaba se había demorado. A y B. 14 semanas. del iAi/JR ésimo nivel del factor A. desde que marco el número de teléfono. el factor B tiene J niveles. del jésimo nivel del factor B. hasta que le respondió la operadora. Extenderemos el método al caso de dos factores. que representan medidas de variación. Todas las réplicas de todos los niveles del factor A. La gran diferencia con el caso de un factor. una debida a cada una de los dos factores. NIVELES Los niveles se describen en la siguiente tabla Número De Operadoras Por Período Total de Nivel Medio Alto Alto Medio Bajo Bajo Horas a1 2 10 4 4 20 a2 4 8 6 2 20 a3 4 8 4 4 20 a4 4 10 4 2 20 a5 6 6 4 4 20 a6 6 8 4 2 20 a7 6 10 2 2 20 Tabla 6. ∑ ∑y j r Suma ijr Bj = ∑ ∑y i r ijr Bj/IR ABij = ∑y r ijr ABij /R T= ∑∑∑ y i j r ijr T/IJR Todas las réplicas de todos los niveles de los dos factores. según la siguiente descripción: FACTOR A: Número de Operadoras. es que la variabilidad debida a los factores tiene tres componentes. A continuación presentaremos las formulas análogas a las del caso de un factor. 6. con réplicas.90 - . de cada una de las combinaciones de tratamientos. RESPUESTA: Para medir el efecto de cada nivel del factor. entregaba un formulario al cliente. para el caso de dos factores: yij Ai = Respuesta individual correspondiente a la r-ésima réplica del nivel i-ésimo del factor A y del nivel j-ésimo del factor B Promedio Recorrido de la Suma o Promedio Todas las réplicas de todos los niveles del factor B. El experimento completo demoró.Análisis de Varianza de dos factores..6: Distribución de operadoras por período Cada nivel del factor se aplicó durante una semana. atribuibles a las fuentes de variación que se indican. y el diseño es balanceado.DISEÑO DEL EXPERIMENTO: Un factor con siete niveles. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . El factor A tiene 1 niveles.

bajo los diferentes niveles del otro factor. a que nos referimos más arriba. se expresa ahora como SGT = SGA + SGB + SGAB + SGR La verificación de esta igualdad se hace mediante un simple desarrollo algebraico de las expresiones de la mano derecha.91 - . y se presentan en la siguiente tabla: Fuente de Grados de Variación Libertad (g.l. Es la variación que no está explicada por los elementos que intervienen en el experimento. y es igual a SCT = ∑ i ∑ j T ⎞ ⎛ ⎜ y ijr − ⎟ ∑ IJR ⎠ r ⎝ 2 Variación Atribuible a los Efectos Principales: Está constituida por las sumas de cuadrados de los factores A y B. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .I . Los grados de libertad son medidos de la cantidad de información independiente que se ha utilizado para calcular cada suma de cuadrados. son. IR. hay. JR. producto de la forma como cada factor afecta al otro. además. o atribuible al error experimental. Los números de sumandos de los términos. IJR.) Factor A Factor B Interacción AB Residuo Total I-1 J-1 (I-1)(J-1) = IJ . Su medida es la suma de cuadrados residual.J + 1 IJ(R-1) = IJR. en el orden que aparecen en la igualdad. sino que. respectivamente T ⎞ ⎛A SCA = JR ∑ ⎜ i − ⎟ IJR ⎠ i ⎝ JR 2 T ⎞ ⎛A SCA = IR∑ ⎜ i − ⎟ IJR ⎠ j ⎝ IR 2 Variación Atribuible a la Interacción: Es un efecto debido al hecho que un factor puede actuar en forma diferente. en componentes atribuibles a las diversas fuentes de variación. un efecto combinado de ambos.IJ IJR -1 Tabla 6. IJ.8: Grados de libertad para el análisis de varianza de dos factores. IJR. respectivamente.Variación Total: La suma de cuadrados total es una medida de toda la variación presente en el conjunto de las respuestas observadas. como la variación en las respuestas correspondientes a diferentes replicas de una misma combinación de tratamientos. SCR = ∑ i ∑ j ABi j ⎞ ⎛ ⎜ y ijr − ⎟ ∑ ⎜ ⎟ R r ⎝ ⎠ 2 La propiedad algebraica que permite la descomposición de la variación total. La suma de cuadrados de la interacción es el número SCAB = R ∑ i ⎛ ABij Ai B j T ⎞ ⎜ ∑ ⎜ R − JR − IR + IJR ⎟ ⎟ j ⎝ ⎠ 2 Variación Residual: Variación no explicada por el modelo. La interacción está presente cuando el resultado de aplicar los dos factores no es la simple suma de efectos de cada uno.

. Los cuocientes F ahora son tres. comparamos el valor del cuociente F con valores proporcionados por la tabla F. o Soda Cáustica (NaOH): FACTORES A: Marca del Filtro B: Cantidad de NaOH NIVELES a1: Filtro utilizado actualmente. la marca del filtro y la cantidad de Hidróxido de So dio.1 Cuadrados Medios CM A = SCA/(I . entonces se dice que el efecto es significativo.l. ANOVA. Si el cuociente F supera el valor de la tabla correspondiente. es la siguiente: Fuente de Variación Factor A Factor B Interacción AB Residuo Total Suma de Cuadrados SCA SCB SCAB SCR SCT Grados de Libertad 1-1 J-1 (I .l.92 - .l.1) CMB = SCB/(J -1) CMAB = SCAB/(I -1)(J -1) CMR = SCR/IJ(R -1) Cuociente F CMA/CMR CMB/CMR CMAB/CMR - Tabla 6. Total = g. Son comparaciones entre la variabilidad promedio atribuible a cada efecto. Se desea reducir el tiempo de filtrado. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . en minutos. y son los cuocientes entre los cuadrados medios de A. la magnitud de los cuocientes F son una medida de la significación de cada fuente de variación.1) IJ(R . a2: Filtro nuevo marca 1. Los valores calculados se organizan en una tabla Análisis de Varianza.l. AB + g. La suma de cuadrados del total.l. que para el caso de dos factores. 6. Los valores que no aparecen no son necesarios. para 10 cual se diseña un experimento. RESPUESTA: Tiempo de filtrado de un estanque completo. por diferencia. que corresponde a los grados de libertad del efecto respectivo. y grados de libertad del denominador.5. de B y de AB. Para determinar cuán significativos son los efectos de cada fuente de información. que corresponde a los grados de libertad residual.Tabla de Análisis de Varianza Para Dos Factores. Se determinan los grados de libertad del numerador.2 Se utilizan filtros en una planta de agua potable. EJEMPLO 6. b2: Baja. se usa para obtener la suma de cuadrados residual. b1: Alta. respectivamente. La suma de los cuatro primeros términos de las columnas de Sumas de Cuadrados y de Grados de Libertad son iguales al término correspondiente del Total.Aquí también tenemos que: g. pues es más fácil calcular la primera. B + g. Residuo Los Cuadrados Medios son los cuocientes entre las sumas de cuadrados y los respectivos grados de libertad. A + g. Como en el caso de un factor. divididos por los cuadrados medios del error.1)(J . con dos factores.9: Análisis de varianza a dos factores. a2: Filtro nuevo marca 2. y la variación promedio del error experimental.1) JIR .

concluimos que hay efectos significativos del factor A. 4. Hasta el momento hemos presentado las expresiones para realizar análisis ANOVA de uno o dos factores.00 28. la capacidad de efectuar ANOVA de uno o dos factores.1 Cuociente F 5.4 10.6 54.57 5.2 Los valores obtenidos de la tabla F. 3. se pueden desarrollar expresiones para efectuar ANOVA de tres o más factores.62 i=2 104 115 219 26.42 Tabla 6.50 34.3 54. la planilla de cálculo Excel trae en su herramienta de "Ánalisis de datos".00 32.25 Bj Bj/IR Valores Globales: T = 730 T /IJR = 30. 18) = 4.93 - . comparando los valores de tabla con los cuocientes F calculados.0 0. Se hizo el experimento.25 33. la marca del filtro. 18) = 3. Otros software más avanzados como SPSS pueden efectuar ANOVA de múltiples factores sin Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .0 0.2 La tabla de análisis de varianza. El numero de corridas experimentales es 3x2x4 = 24.8 182.35 0.92 ABi1 FACTOR A i=1 SUMAS ABi2 Ai PROMEDIOS ABij/ R ABi2/ R Ai/ JR 121 132 253 30. De forma similar.41 para B En consecuencia. son: F(2.00 31. 2. del Apéndice.55 para A y para AB F(l.38 i=3 122 136 258 30.10: Respuestas y cálculos parciales del Ejemplo 6. y los resultados son los siguientes: FACTOR B j=1 j=2 OBSERVACIONES 33 38 32 31 29 29 27 34 26 29 24 27 25 30 29 29 29 34 36 34 30 39 27 29 347 383 28. Por ejemplo. r =1.92 31.REPLICAS: Hay cuatro réplicas por cada combinación de tratamientos. Por ello. Sin embargo.75 27. es la siguiente: Fuente de Variación Factor A Factor B Interacción AB Residuo Total Suma de Cuadrados 112. y hay efecto significativo debido al factor B y no a la interacción entre ambos factores.04 - Tabla 6. cuyos cálculos detallados no se incluyen. la gran mayoría de los softwares de análisis estadístico de datos incluyen herramientas para efectuar ANOVA.8 Grados de Libertad 2 1 2 18 23 Cuadrados Medios 56.11: Tabla de Análisis de Varianza del Ejemplo 6. para los correspondientes grados de libertad.5 349. dichas expresiones se tornan rápidamente poco adecuadas para realizar los cálculos correspondientes en forma manual.

DISEÑO DEL EXPERIMENTO: Tres factores.3 68. la duración del ciclo de lixiviación. depositado en grandes bateas. el que disuelve el contenido de cobre en él. de modo de optimizar el contenido de cobre extraído. El líquido escurre.5 66. es el método de lixiviación.94 - .6 64.6 62.1 59. la masa del mineral depositado en las bateas.mayores limitaciones.4 61.1 68.9 RESPUESTAS Ráplica 2 Réplica 3 63.8 74. con dos niveles cada uno.1 59. según la siguiente descripción: A: B: C: FACTORES Ciclo de lixiviación Masa del mineral por batea Ley del mineral a1 : a2 : b1 : b2 : c1 : c2 : NIVELES 120 horas 90 horas 11500 toneladas 13500 toneladas 1 % de cobre 1.5 % de cobre RESPUESTA: Porcentaje de cobre extraído del mineral.1 66.2 70.9 61. Se piensa que hay tres factores importantes que pueden controlar el proceso.3 67.2 75.7 70.2 70.6 72.2 69.8 70. del mineral. Estos factores son.0 Promedio 63. su contenido de cobre. y de él se recupera posteriormente el metal. y la ley del mineral. es decir. que consiste en verter ácido sulfúrico sobre el mineral. Para ello se diseñó el experimento descrito a continuación: OBJETIVO DEL EXPERIMENTO: Optimizar el porcentaje de cobre extraído mediante el proceso de lixiviación. Uno de los métodos de extracción de cobre.9 69.9 66.3 65. ESTUDIO DE CASO: PROCESO DE EXTRACCIÓN DE COBRE DE LA LIXIVIACIÓN DE BATEAS.6 74.8 69.4 74.2 60.1 67. Los resultados obtenidos fueron los siguientes: COMBINACION DE TRATAMIENTOS a1b1c1 a2b1c1 a1b2c1 a2b2c1 a1b1c2 a2b1c2 a1b2c2 a1b2c2 Réplica 1 64. El experimento se hizo con tres corridas experimentales por cada combinación de tratamientos.7 68.2 67.7 Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .

(1.8.3).1.1).A continuación se muestra el diagrama de efectos y los gráficos de interacción.95 - . la masa del mineral. las interacciones AB (2. igual a 7.5) y AC (2. ciclo de lixiviación.7). Sin embargo. Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales . lo mismo que la interacción triple (0. casi nada de efecto del factor A. un fuerte efecto del factor C. Un efecto moderado del factor B. BC. es insignificante.0. 1. La otra interacción doble. igual a 2. la ley del mineral. aparecen con un efecto moderado. Los gráficos de interacción muestran lo mismo. muy poco efecto de los demás factores y de la interacción. El diagrama de efectos muestra un fuerte efecto del factor C.

00 45.46 10.94 55.50 298. Aparecen como significativos.12 482.La Tabla de Análisis de Varianza se presenta a continuación.38 35. el factor B.68 3.94 2.49. para decidir si los cuocientes F son o no significativos.17 86. * * * * no signif. no signif. --- Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .38 35.50 298.85 --- no signif.55 1 1 1 1 1 1 1 16 23 6. la ley del mineral.00 45. El valor de tabla.22 26.96 - . FUENTE DE VARIACION SUMA DE GRADOS DE CUADRADOS CUADRADOS LIBERTAD MEDIOS CUOCIENTE F SIGNIFICACION FACTOR A FACTOR B INTERACCION AB FACTOR C INTERACCION AC INTERACCION BC INTERACCION ABC RESIDUO TOTAL 6.22 26.56 10.46 10. es F(1. la interacción AC.17 0. en ese orden de importancia. y la interacción AB. el factor C.16)=4. y confirma los resultados anteriores.94 2. la masa del mineral.74 13.89 7.94 3.45 -- 1.

El departamento de Marketing desea probar qué color de envase resulta más atractivo para el consumidor.2) Una industria desarrolla un nuevo tipo de jugo de mango. Las temperaturas a que fueron sometidas son 5ºC. y si hay interacción entre tipo de nylon y temperatura. Se hicieron cuatro réplicas de cada combinación de tratamientos. sobre las ventas.3) Se diseña un experimento para probar la resistencia de tres tipos de nylon para pescar. dado en el Capítulo 3.I. de O. 6. y en el modelo lineal (fUi). utilizando un procedimiento similar al presentado en esa sección de este capítulo. 15ºC y 28ºC. Se registran las ventas de cada color en un supermercado. y obtenga una conclusión respecto al efecto del color del tarro. Se desarrolla el experimento con S réplicas. Rojo. Se sometió el material experimental a pruebas de resistencia. Los tipos de nylon son "Neptuno". 6. Construya una tabla de análisis de varianza para este experimento. se puede observar que son totalmente consistentes en cuanto al orden y magnitudes relativas de los efectos con los cuocientes F. Amarillo y Azul. Se desarrolla un experimento para probar el efecto de tres colores. El número de corridas experimentales es 3 x 3 x 4 = 36. en tarros de un litro.97 - . de cada uno de los tres colores. "Lin-Lin". EJERCICIOS. Las ventas semanales que se registraron fueron las siguientes: REPLICA 1 2 3 4 5 ROJO 46 52 59 78 81 AMARILLO 52 37 38 64 74 AZUL 61 29 38 53 79 Construya una tabla de análisis de varianza para este experimento. si hay efecto causado por la temperatura. a diferentes temperaturas. Resultados experimentales: TIPO DE NYLON NEPTUNO LIN-LIN ESTANDAR 21 26 22 5ºC 24 43 36 32 35 40 28 40 35 36 30 19 15ºC 42 20 37 28 26 29 30 24 23 19 44 14 28ºC 21 38 23 27 33 27 18 18 22 ________________________________________________________________________ TEMPERATURA Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .1) Verificar la equivalencia entre el modelo que expresa los efectos principales en interacciones en términos de las repuestas. en un experimento factoria! a tres factores.Si se compara la tabla de análisis de varianza con el diagrama de efectos. 6. durante periodos de una semana.3mm de espesor. y se obtuvieron los siguientes resultados. que se vende en forma de concentrado. de la sección G. y "Standard". Obtenga una conclusión respecto si hay diferencia entre las resistencias de los tipos de nylon.

28 2.01 6.11 3.39 2.84 3.45 2.49 3.60 2.04 1.35 4.57 2.58 3.63 2.42 2.25 9.30 4.10 7 236.77 2.90 2.64 2.55 3.45 2.16 3.17 2.67 4.11 3.75 4.96 2.59 3.27 2.37 5 230.37 2.15 3.25 2.26 4.97 3.45 2.89 3.44 3.59 5.48 2.14 4.13 7.29 3.50 19.84 2.41 4.81 6.34 3.71 6.46 4.27 2.42 2.51 2.70 2.28 3.61 5.12 4.80 19.81 2.36 3.07 2.01 2.44 2.09 2.81 3.37 2.33 2.74 2.60 2.21 2.00 4.39 5.39 3.49 3.50 9.98 2.40 3.68 2.54 4.21 3.68 3.50 3.35 3.44 3.37 2.90 2.49 4.10 3.76 2.59 2.47 3.17 2.29 3.01 2.91 2.86 2.39 2.42 2.79 2.39 3.54 2.10 3.40 2.76 4.77 2.07 3.29 2.34 3.08 4.22 3.01 2.40 18.24 2.01 8 238.79 5.82 2.28 2.20 3.41 4.36 2.87 2.98 - .49 2.34 2.85 2.83 2.40 2.56 2.38 4.18 3.59 3.92 2.74 2.85 2.46 2.32 5.07 3.05 4.25 2.03 3.84 4.09 3.53 4.28 4.20 4.82 4.37 8.93 2.30 2.59 5.85 2.95 2.60 19.58 2.71 2.71 2.66 2.00 3.70 2.49 2.09 4.10 2.68 3.APENDICE TABLA DE DISTRIBUCION F Nivel de significación 5% PRIMERA PARTE GRADOS DE LIBERTAD DEL NUMERADOR GRADOS DE LIBERTAD DEL DENOMINADOR 1 161.95 2.02 2.78 2.26 5.69 3.26 4.17 4.48 3.66 2.51 2.46 2.52 3.71 2.24 3.61 2.96 1.14 3.05 3.24 4.28 6.69 2.41 3.74 3.80 2.53 2.73 3.33 3.34 2.31 2.30 9.23 3.36 2.20 3.10 3.16 9.45 2.92 2.68 2.12 2.02 1.92 3.03 2.29 2.85 6.51 10.95 4.53 2.32 2.57 2.19 4.23 3.35 2.55 2.54 2.61 2.55 2.96 2.21 3.87 3.32 4.21 6 234.23 4.90 2.51 2.71 3.94 9 240.00 3 215.93 2.66 2.60 4 224.35 8.34 2.07 3.33 8.12 6.84 2.46 2.74 4.74 2.06 3.77 4.39 3.70 19.35 4.18 2.71 2.32 3.63 3.53 2.16 4.55 2.42 3.49 2.00 9.99 2.59 2.63 3.37 3.38 8.65 2.26 3.84 199.37 3.42 2.88 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 60 120 ∞ Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .33 3.25 2.60 4.55 6.04 4.45 4.60 2.90 19.98 3.48 3.80 2.73 2.79 3.94 6.21 4.64 2. 0 19.22 2.76 2.76 2.37 2.32 2.00 2.99 5.86 3.13 3.59 2.89 6.94 5.00 19.15 3.47 2.18 3.43 2.88 4.18 4.96 4.70 2.

15 2.85 1.19 2.20 2.48 8.30 2.98 2.92 1.03 2.90 2.09 2.07 2.87 3.46 2.28 2.84 1.38 2.79 1.46 3.18 2.23 2.75 1.42 2.69 2.51 3.79 2.38 2.70 2.90 19.10 2.89 1.85 1.44 3.96 1.66 4.31 2.20.91 2.50 1.53 1.98 1.19 2.01 1.54 2.74 3.59 5.86 4.91 1.68 4.01 2.70 1.24 2.87 1.28 2.20 2.22 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 60 120 ∞ Jorge Galbiati Riesco: Diseño de Experimentos Factoriales con aplicaciónes a Procesos Industriales .75 2.89 1.89 1.15 2.70 1.96 1.72 2.88 1.TABLA DE DISTRIBUCION F Nivel de significación 5% SEGUNDA PARTE GRADOS DE LIBERTAD DEL NUMERADOR GRADOS DE LIDERTAD DEL DENOMINADOR 10 241.94 2.83 2 66 2.58 2.61 1.96 1.14 2.79 1.18 2.06 2.00 1.03 2.82 1.81 3.79 1.75 1.64 1.20 2.86 1.84 1.03 1.06 3.40 2.94 1.74 2.56 3.39 2.94 1.34 2.29 2.90 1.73 1.53 2.16 2.43 2.47 2.60 2.01 1.30 3.24 2.57 2.25 2.67 2.15 2.99 1.57 5.29 2.79 2.06 2.99 1.03 2.43 1.04 2.96 1.82 1.47 1.38 2.16 2.70 3.95 1.01 2.05 2.91 1.25 2.08 1.74 1.60 2.80 1.01 1.67 20 248.77 1.12 2.64 3.98 1.65 1.62 5.62 2.27 2.99 - .19 2.43 3.18 2.05 2.75 1.53 2. 19.42 2.08 2.15 2.25 2.01 2.92 1.28 3.11 2.43 8.90 19.84 1.85 2.94 3.34 2.49 2.89 1.49 2.81 1.45 2.70 5.62 3.61 2.90 19.31 2.47 8.87 1.93 1.40 8.93 1.34 3.91 4.83 12 243.74 4.16 2.85 2.19 2.30 19.10 2.10 19.53 2.04 2.62 2.90 2.27 2.07 2.10 2.18 2.79 5.92 1.35 3.77 1.86 2.46 8.51 2.46 2.02 1.04 2.09 2.45 2.87 1.95 2.11 2.84 1.38 3.22 3.66 1.68 1.22 2.96 4.10 19.95 2.25 2.54 2.07 2.92 1.99 1.79 1.38 2.74 5.20 2.15 2.98 1.06 2.13 2.53 3.07 2.97 1.95 1.40 3.35 1.93 2.59 1.12 2.94 1.41 8.11 2.15 2.69 4.90 1.55 5.18 2.66 5.35 2.11 2.48 2.39 60 252.84 1.71 1.00 9.32 120 253.01 1.75 4.10 19.97 1.46 40 251.45 8.32 2.75 1.67 3.41 3.75 15 245.00 19.34 2.97 2.52 30 250.13 2.45 8.55 1.69 1.91 1.84 3.06 2.90 1.08 2.80 4.65 2.58 1.74 1.75 2.72 4.84 1.27 2.23 2.41 2.64 5.31 2.81 1.77 3.01 1.50 3.77 2.11 2.27 2.77 4.93 1.57 24 249.49 8.16 2.

Sign up to vote on this title
UsefulNot useful