MÉTODOS

EXPERIMENTALES EN
INGENIERÍA QUÍMICA

Ing. Daniel Velasco M.Sc.

Velasco.daniel@correounivalle.edu.co
DISEÑO DE
EXPERIMENTOS
 Otros diseños Experimentales
Diseño en cuadro latino
Son bloques en dos variables.
El número de niveles de una variable es igual al de la otra y al número de tratamientos.
(Es un cuadro)
El diseño de Cuadrado Latino es un plan experimental donde cada tratamiento sólo
aparece una vez en cada fila y en cada columna.

Asi mismo, el Cuadrado Latino siempre requiere, por definición, tres dimensiones de
variación a d niveles cada una. Los Cuadrados Latinos se representan tradicionalmente
por tablas d x d, con letras en las casillas para simbolizar los niveles de la variable de
tratamiento.
 1 2 3 4 5
I A B C D E • Todos los tratamientos en cada columna.
II B C D E A • Todos los tratamientos en cada renglón.
III C D E A B
IV D E A B C
V E A B C D
Las filas (variable 1-5) y las columnas (variable I -V) son los valores de las variables de
bloques o extrañas, y las casillas los niveles de la variable de tratamiento (variable A - E).
Si el experimento se resolviera con un diseño de doble bloqueo; es decir, con tres
dimensiones a tres niveles, se tendría un total de 3x3x3 = 27 casillas. Con el formato de
Cuadrado Latino, sólo se realiza un 1/d parte del total; es decir, 1/3(27) = 9 casillas. Se
tiene, por lo tanto, un formato más económico para probar el efecto de las distintas
dimensiones o variables.
• Se puede aleatorizar: 1 2 3
• Los renglones.
• Las columnas.
I A C B
• Se aleatoriza la asignación de tratamientos. II B A C
III C B A

1 2 3 1 2 3 1 2 3
I A B C I B A C I C B A
II B C A II C B A II A C B
III C A B III A C B III B A C
El siguiente experimento se diseño para encontrar en que proporción un tipo particular
de tela se desgastaba después de someterla a una prueba estándar de desgaste. En una
corrida, la máquina de prueba podía acomodar 4 muestras de la tela en las posiciones
denominadas como 1, 2, 3 y 4. En una gran pieza de tela se marcaron al azar cuatro
áreas diferentes, las cuales se designaron como A, B, C y D. Se cortaron cuatro muestras
de cada una de dichas áreas de la tela, para dar un total de 16 muestras que se
sometieron a la máquina de prueba. La tabla muestra los resultados de desgaste,
medidos en miligramos perdidos por la muestra en la prueba.

Corrida
I II III IV
1 A 26.1 D 20.0 C 32.4 B 20.7
2 B 22.3 A 26.9 D 21.5 C 35.0
Posición
3 C 29.0 B 22.4 A 26.3 D 22.8
4 D 30.6 C 28.8 B 25.2 A 26.4
Tabla resumen resultados
Grados de Suma de Cuadrado
Coeficiente
Fuente de Variación libertad Cuadrados medio
F
(gl) (SS) (MS)
Entre grupos de
3 13.385 4.4617 0.388
tratamientos ( )
Entre posiciones
3 21.785 7.2617 0.631
()
Entre zonas de tela
3 178.67 59.555 5.175
()
Error de muestreo
6 69.055 11.509
()
Total (T) 15 282.89

El F crítico con nivel de significancia del 5 % es Fc5%,(3,6) = 

El F crítico con nivel de significancia del 1 % es Fc1%,(3,6) = 

Realizando un análisis de los resultados obtenidos se observa que no existe influencia de la
corrida en el desgaste de la tela, es decir las diferentes corridas han tenido el mismo efecto
en la tela, con respecto a la posición que la tela tiene dentro de la máquina en el momento
del tratamiento, se observa que no existe evidencia de influencia de que la posición influya
en el desgaste que sufre la tela en el momento del tratamiento.

En cuanto al área de tela que se esté tratando si se realiza un análisis al 5 % de significancia

se observa una influencia en el desgaste que sufre, lo que hace pensar que la tela no es
uniforme y por lo tanto presenta heterogeneidad dentro de un tramo de la misma, afectando
la calidad de la misma. Sin embargo, si fuésemos más exigentes con el experimento
encontraríamos que al 1 % de significancia no existe evidencia suficiente para determinar
que la zona de tela escogida influya en el desgaste al momento de realizar el experimento.
 Otros diseños Experimentales
DISEÑO CUADRADO GRECO-LATINO
En los arreglos por bloques, se pueden analizar 4
factores, introduciendo un cuarto factor o bloque
en un diseño cuadrado latino, siguiendo las mismas
reglas utilizadas para introducir un tercer factor en
un diseño cuadrado de dos factores. A este cuarto
factor o bloque se le denomina Componente
GRIEGO, ya que se utilizan letras griegas para
identificar sus niveles, a la adición de un diseño
cuadrado latino y un cuarto factor, se le llama
Diseño Cuadrado Greco-Latino.
 DISEÑO FACTORIAL
Estudio de efecto producidos por dos o más factores simultáneamente.

En general los Diseños Factoriales producen experimentos más

eficientes, ya que cada observación proporciona información sobre
todos los factores, y es posible ver las respuestas de un factor en
diferentes niveles de otro factor en el mismo experimento.
• Cada uno de los factores en estudio varían en su
aplicación, a esta variación se le llama Niveles del Factor.
Las combinaciones de los niveles de cada factor, forman los
respectivos tratamientos.

• Existen experimentos factoriales Balanceados (igual

número de réplicas para cada uno de los tratamientos) y
Desbalanceados.
• Efecto de un factor : cambio en la respuesta media ocasionada por
un cambio en el nivel de ese factor.
• En los diseños factoriales existen tres tipos de efectos, los cuales son:

– 1) Efecto Simple: son comparaciones entre niveles a un sólo nivel del otro
factor.

– 2) Efecto Principal: son comparaciones entre los niveles de un factor

promediados para todos los niveles del otro factor.

– 3) Efecto de Interacción: Miden las diferencias entre los efectos simples

de un factor a diferentes niveles de otro factor; es decir, la diferencia en la
respuesta entre los niveles de un factor no es la misma en todos los niveles de
los otros factores.
 INTERACCIONES
• En un experimento factorial se puede estimar y contrastar
hipótesis acerca de las interacciones y los efectos principales.
• Existe interacción entre los factores, si la diferencia en la respuesta
entre los niveles de un factor no es la misma en todos los niveles de los
otros factores.
• Una interacción puede ser doble, triple, cuádruple, etc. según el
número de factores que sean considerados en el experimento.
 DISEÑO FACTORIAL

TRIÁNGULO DE PASCAL

• En los diseños factoriales se pueden estudiar los efectos

de dos, tres y más factores a la vez. Pero es realmente
complejo en diseños con tres o mas factores.
 Ventajas
1) Ahorro y economía del recurso experimental
2) Evaluación de las posibles interacciones entre los diversos factores en
estudio.
3) Se logran evaluar los efectos simples.
4) Permite estimar los efectos de un factor en diversos niveles
de los otros factores, produciendo conclusiones
que son válidas sobre toda la extensión de las
condiciones experimentales.
 Desventajas
• La única desventaja es que si el número de niveles de algunos de
los factores o el número de factores es demasiado grande, entonces
el número de todas las combinaciones posibles de tratamientos de
factores llega a ser un número grande. Se hace difícil detectar los
efectos de algunas variables
 k
DISEÑOS FACTORIAL DE 2
• Se está interesado en los efectos que producen k factores y se trabaja
a 2 niveles.

• Si solamente se consideran para estudio los factores A y B en un diseño

factorial, el factor A tendrá "a niveles" y el factor B tendrá "b
niveles", entonces cada repetición o réplica del experimento contiene
todas las "ab" combinaciones de los tratamientos y en general hay "n“
repeticiones.
BIFACTORIAL
• El orden en el cual se toman las "abn" observaciones debe
ser aleatorio; de modo que este sea un diseño completamente
aleatorizado.
• Si se considera que los niveles del factor A son a1, a2 y los
del factor B son b1, b2 entonces se tiene:
 DISEÑO FACTORIAL

• Los tratamientos estarán formados por las combinaciones

de los niveles de ambos factores; es decir, que existen
cuatro tratamientos los cuales son:

• Tratamiento 1: a1b1 Tratamiento 2: a1b2

• Tratamiento 3: a2b1 Tratamiento 4: a2b2
 ANALISIS GRAFICO DE LA INTERACCION

Para observar la interacción entre el

factor A y el factor B, se puede realizar
una gráfica de la respuesta de los
datos, contra los niveles del factor A,
para ambos niveles del factor B, de la siguiente manera:
 Interacción positiva
Interacción nula
B1
B1
B2
B2
Interacción inversa Interacción negativa A A2
1
A1 A2
B2
B1
B2
B1

A1 A2 A1 A2