Está en la página 1de 9

DISEO DE EXERIMENTOS

INSTITUTO TECNOLOGICO DE TIJUANA


INGENIERIA INDUSTRIAL
Docente:
Ing. Jorge Gonzlez Resndiz
Practica # 3
Diseo de experimentos (MFC-1303)
INTEGRANTES

Alderete Alejo Juan Manuel 13210452


Hernndez Prez Giovanni 13210465
Meledrez Quijada Edgard

13210520

COMPETENCIA
-

Aplicar el anlisis estadstico de datos experimentales mediante


el mtodo de diseo factorial 3 para establecer si los factores
bajo

estudio

(variables

de

entrada)

y/o

sus

interacciones

inciden sobre la funcin objetivo (variable de salida), as como


tambin si los efectos del modelo tiene curvatura.
-

Realizar

el

anlisis

estadstico

de

datos

experimentales

mediante el mtodo de diseo factorial fraccionado 3 general


con el uso de software (minitab)

I. DESCRIPCIN
-

DE LA

PRCTICA

El alumno realizara la etapa de planear y organizar el trabajo


experimental, as como la etapa de realizacin del experimento
de la planeacin de un diseo de experimentos comentados en
clase. Se utilizara el simulador Projectile Motion 2.03 en el
cual se establecern tres factores (variables de entrada) a
probar, los cuales se probaran en tres niveles (Bajo Medio y
Alto), para observar el resultado de la variable de respuesta
determinada.

El

diseo

del

experimento

el

anlisis

estadstico

se

realizaran con la utilizacin del software minitab, aplicando el


concepto de diseo factorial fraccionado 3.

II. ANTECEDENTES TERICOS


- Diseos Factoriales fracionados 3k

Este diseo es una variacin del diseo 2k y son muy tiles


como las que se emplean cuando todos los factores actan a
tres

niveles.

En los ltimos aos se ha observado un creciente inters por


algunas de las ideas del profesor Genechi Taguchi acerca del
diseo experimental y su aplicacin al mejoramiento de la
calidad.
Este es un diseo que consta de k factores con tres niveles
cada uno.

Los factores y las interacciones se representan

mediante letras maysculas.

Los tres niveles de los factores

pueden referirse como nivel inferior, intermedio y superior.


Estos niveles se representan mediante los dgitos 0 (nivel
inferior),

(intermedio)

(superior).

Cada combinacin de tratamientos de un diseo 3 k se presenta


mediante k dgitos, donde el primero incida el nivel de A, el
segundo seale al nivel de B, ..... y el k-simo dgito, el
nivel

del

factor

k.

Por ejemplo, es un diseo 32 el 00 representa la combinacin


de tratamientos, en la que tanto el factor A como el B estn
en el nivel inferior, y el 01 representa la combinacin de
tratamientos que corresponde al factor A en el nivel inferior
y

en

el

nivel

intermedio.

En ste, el sistema de notacin que se prefiere usar es el de


+ - en virtud de que facilita la interpretacin geomtrica
del diseo y de que es directamente aplicable al modelado por

regresin,

la

formacin

de

bloques

la

factoriales
La

adicin

construccin

de

fraccionarios.
de

un

tercer

nivel

permite

modelar

con

una

relacin cuadrtica la relacin entre la respuesta y cada


factor.
DISEO 32

El diseo ms simple es el 32 que consta de dos factores con


tres
Como

niveles
hay

32 =

cada

combinaciones

de

uno.

tratamientos,

existen

grados de libertad entre ellas, Los efectos principales A y B


tienen dos grados de libertad cada uno, y la interaccin AB
tiene cuatro grados de libertad.

Si hay n rplicas habr un

total de n32 - 1 grado de libertad, correspondiendo para el


error 32 (n-1) grados de libertad.
DISEO 33

Si se supone que se estn estudiando tres factores (A, B, C)


y

que

cada

experimento

factor

tiene

factorial.

tres

Este

niveles

es

un

diseo

combinaciones tienen 26 grados de libertad.

FACTOR A
Bajo Medio Alto

acomodados
3 3.

en

un

Las

27

0
FACTOR B

LECTURAS
-

Bajo
Medio

0
1

10

20

11

21

Alto

12

22

RECOMENDADAS

Captulo 7. Anlisis y Diseo de Experimentos. Humberto Gutirrez Pulido (2008).


Internet.

III. PREEVALUACIN

Se realizaran ejercicios en minitab, para aplicar el concepto de diseo factorial fraccionado 3


con el uso de software.

IV. PROCEDIMIENTO
EQUIPO
Computadora

MATERIAL
Software Minitab
Simulador Projectile Motion 2.03

CONSIDERACIONES DE SEGURIDAD
- No aplica.

DESARROLLO DE LA PRCTICA

Definir el modelo del diseo factorial fraccionado 3 3 con 2 replicas, en el cual se defina el orden
de las pruebas a realizar en cada uno de los factores (Bajo, Medio y Alto)

Angulo
Velocida
d
Masa

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
31
32

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
31
32

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

Bajo
40

Medio
60

Alto
70

10
0.25

15
0.5

25
1

bajo
bajo
bajo
bajo
bajo
bajo
bajo
bajo
bajo
medio
medio
medio
medio
medio
medio
medio
medio
medio
alto
alto
alto
alto
alto
alto
alto
alto
alto
bajo
bajo
bajo
bajo
bajo

bajo
bajo
bajo
medio
medio
medio
alto
alto
alto
bajo
bajo
bajo
medio
medio
medio
alto
alto
alto
bajo
bajo
bajo
medio
medio
medio
alto
alto
alto
bajo
bajo
bajo
medio
medio

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

bajo
medio
alto
bajo
medio
alto
bajo
medio
alto
bajo
medio
alto
bajo
medio
alto
bajo
medio
alto
bajo
medio
alto
bajo
medio
alto
bajo
medio
alto
bajo
medio
alto
bajo
medio

11
11.1
11.2
24.1
24.2
24.3
64
64.1
64.2
9
9.2
9.3
20.1
20.2
20.3
50.1
50.2
52
7
7.2
7.3
15
15.1
15.2
41
41.3
41.4
11
11.2
11.3
24.1
24.2

V. RESULTADOS Y CONCLUSIONES
General Linear Model: Datos versus A, B, C
Factor
A
B
C

Type
fixed
fixed
fixed

Levels
3
3
3

Values
bajo, medio, alto
bajo, medio, alto
bajo, medio, alto

Analysis of Variance for Datos, using Adjusted SS for Tests


Source
A
B
C
A*B
A*C
B*C
A*B*C
Error
Total

DF
2
2
2
4
4
4
8
27
53

Seq SS
1302.78
18601.16
1.32
588.60
0.27
0.64
0.54
36.77
20532.06

S = 1.16698

Adj SS
1302.78
18601.16
1.32
588.60
0.27
0.64
0.54
36.77

R-Sq = 99.82%

Adj MS
651.39
9300.58
0.66
147.15
0.07
0.16
0.07
1.36

F
478.31
6829.36
0.48
108.05
0.05
0.12
0.05

P
0.000
0.000
0.622
0.000
0.995
0.975
1.000

R-Sq(adj) = 99.65%

Unusual Observations for Datos


Obs
16
17
18
43
44
45

Datos
50.1000
50.2000
52.0000
55.3000
55.6000
56.0000

Fit
52.7000
52.9000
54.0000
52.7000
52.9000
54.0000

SE Fit
0.8252
0.8252
0.8252
0.8252
0.8252
0.8252

Residual
-2.6000
-2.7000
-2.0000
2.6000
2.7000
2.0000

St Resid
-3.15
-3.27
-2.42
3.15
3.27
2.42

R
R
R
R
R
R

R denotes an observation with a large standardized residual.

Interpretacin tabla ANOVA


Segn

los

resultados

obtenidos

en

la

tabla

ANOVA,

nos

podemos

percatar que los factores significativos en el experimento, serian A,


B y la interaccin A-B. Siendo el factor A el que presenta mayor
grado de significancia.

Si se quiere observar cuanto influye los factores que tienen menor


incidencia en el experimento, se puede eliminar el factor A, para con
ello darnos cuenta cuando cambia en relacin a los otros factores
estudiados.

Main Effects Plot for Datos


Data Means
A

50
40
30

Mean

20
10
bajo

medio
C

alto

bajo

medio

alto

bajo

medio

alto

50
40
30
20
10

Se puede observar que dos de los efectos tienden a ser lineales


mientras que no presenta un cierto grado de curvatura.

Interaction Plot for Datos


Data Means
bajo

medio

alto

bajo

medio

alto

50
A

25

A
bajo
medio
alto

0
50
B

25

B
bajo
medio
alto

Se observa que los resultados tienden a ser lineales, ya que no hay


una curvatura significativa.

VI. ANEXOS
Se utiliz el simulador Projectile Motion

VII. REFERENCIAS
http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad1.html
Anlisis y Diseo de Experimentos- Humberto Guntirrez pulido- Romn de la vara Salazar