Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RESUMEN
En la vida diaria existen situaciones en las que tomar una decisión se complica
debido a la presencia de conflicto entre múltiples criterios de desempeño.
La metodología que se presenta en este trabajo integra técnicas gráficas de
optimización bicriterio y herramientas estadísticas y se utiliza para encontrar
soluciones para situaciones con dos criterios cuantificables. La metodología se
demuestra aquí con un caso de estudio.
PALABRAS CLAVE
Diseño de experimentos, optimización bicriterio.
ABSTRACT
The presence of conflict between multiple criteria complicates decision-
making in many everyday life situations. The method here presented involves
graphical bicriteria optimization techniques as well as statistical tools and is
headed towards finding solutions in cases with two quantifiable criteria. The
method is demonstrated here through a case study.
KEYWORDS
Design of experiments, bicriteria optimization.
INTRODUCCIÓN
En la vida cotidiana debemos tomar decisiones de todo tipo. No todas las
decisiones son críticas, pero tomarlas es inevitable. Si ponemos atención a estas
decisiones, críticas o no, podemos encontrar información muy interesante y
potencialmente valiosa. Algunos casos especialmente interesantes son aquellos
en los que se requiere tomar una decisión para “minimizar” costos y al mismo
tiempo “maximizar” los beneficios. Es claro que tenemos un problema con dos
criterios: costo y beneficio. En muchos de estos casos, estos criterios estarán en
conflicto y requerirán ser analizados adecuadamente para llegar a una decisión.
Otros ejemplos comunes en los que el conflicto está presente incluyen la
elección de la ruta más rápida para llegar a un cierto destino contra la ruta más
escénica o la ruta más segura; o bien el elegir del menú del día la comida más
nutritiva contra la más sabrosa o la más barata. Como se puede observar, todas
son decisiones muy comunes en la vida diaria; y Representación del sistema físico
aunque en la mayoría de los casos la decisión se En esta parte de la metodología se identifican
hace únicamente tomando en cuenta una medida las variables controlables que son los factores que
de desempeño, si existe conflicto, vale la pena podemos variar a discreción dentro del sistema. Se
determinar cuál sería una decisión balanceada entre definen también las variables no controlables, que
varios criterios posibles. son las que no están bajo nuestro control. También
Un ejemplo a nivel empresa puede ser la en esta fase se deben identificar las medidas de
adquisición de maquinaria. En general, podemos desempeño que se desean mejorar. El conocimiento
hablar de que una selección ideal para muchas previo y la intuición ingenieril pueden ayudar en esta
aplicaciones es una máquina que minimice el tiempo fase para elevar la probabilidad de que las medidas de
de ciclo de proceso y que al mismo tiempo maximice desempeño se encuentren en función de las variables
la calidad del producto medida de alguna manera controlables.1
cuantitativa. Un conflicto entre estos dos criterios
es altamente probable. Es precisamente en este tipo
El diseño de experimentos
de casos con dos criterios donde la metodología que
aquí se demuestra en un caso cotidiano se puede El diseño de experimentos es una colección de
convertir en una herramienta eficaz para la toma de técnicas estadísticas que prescribe la planeación,
decisiones. ejecución y el análisis de pruebas planeadas donde
se introducen cambios controlados en un proceso o
En este trabajo, se aplica una metodología con
un sistema con el objetivo de analizar la variación
bases cuantitativas para elegir entre tres diferentes
inducida por estos cambios en una medida de
marcas de clips bajo dos criterios de desempeño:
desempeño. La utilización adecuada de estas
costo y durabilidad (o vida útil). El análisis es
técnicas es indispensable para garantizar resultados
objetivo, pues no se predetermina una preferencia
experimentales estadísticamente confiables. En el
entre los criterios. La metodología propuesta integra
contexto de la metodología que aquí se propone,
herramientas estadísticas y un método gráfico de
el diseño de experimentos se divide en tres partes:
optimización bicriterio. Un número de criterios
seleccionar el diseño experimental, realizar un
mayor que dos no permitiría el uso de un método
análisis de varianza y realizar un análisis de
gráfico, por lo cual se acota aquí el análisis a casos
residuos.
bicriterio.
en concluir que ha ocurrido un cambio en la medida residuos como errores de aproximación de los datos
de desempeño cuando en realidad no ha ocurrido. experimentales), el cual a través de una serie de
Típicamente se utiliza un valor de α de 0.05, esto gráficas ayuda a verificar que éstos cumplan con los
es de 5%.3 El valor p es el mínimo valor de α bajo supuestos de independencia estadística, desviación
el que aún concluiríamos que determinada fuente de estándar constante y una distribución normal.
variación tiene un efecto significativo. En la figura 2a se muestran los Residuos vs. Orden
Siguiendo las reglas anteriores se concluye de Experimentación, en donde se busca determinar
entonces para los tres experimentos que el factor que no exista un patrón reconocible para los residuos.
“ANGULO”, el factor “TIEMPO” y la interacción
de ambos factores tienen un efecto estadísticamente
significativo sobre la medida de desempeño
analizada al nivel α de 5%. Además se pudo obtener
un coeficiente de determinación ajustado R-sq de
92.17% para el primer experimento; de 96.58%
para el segundo experimento, y un de 99.19% para
el tercer experimento. Este coeficiente nos dice
aproximadamente qué porcentaje de la variación total
de nuestros datos podemos explicar con las fuentes
de variación que identificamos y su alto valor da
mayor soporte a nuestras conclusiones estadísticas.
Para verificar que las conclusiones a las que se
llegaron a partir de la ANOVA fueran confiables,
se realizó un análisis de residuos (entiéndanse los Fig. 2. Gráficas de residuos.