“AÑO DE LA UNIVERSALIZACION DE LA SALUD”

ASIGNATURA:

ESTADÍSTICA Y PROBABILIDADES

DOCENTE:

M.Sc. VITOLY BECERRA MONTALVO

INTEGRANTES:

 Anccasi Cabrera Leonardo Antonio Código: 2015203497

CICLO: III

PERIODO ACADEMICO 2020-II

FILIAL - CUSCO – PERÚ

2020

1
 ÍNDICE

INTRODUCCION..........................................................................................................................................3

DISEÑOS ESTADÍSTICOS EXPERIMENTALES EN LA INVESTIGACIÓN CIENTÍFICA EN

INGENIERÍA..........................................................................................................................................................4

1. MARCO TEÓRICO..............................................................................................................................4

a) Planificación adecuada...........................................................................................................................7

b) Tres principios básicos...........................................................................................................................8

c) Métodos validados y confiables junto a resultados precisos y exactos...................................................9

d) Límites de Confianza.............................................................................................................................11

e) Conozca las variables en estudio...........................................................................................................11

f) Verificación de recursos.......................................................................................................................11

 Objetivo general...................................................................................................................................13

 Objetivos específicos...........................................................................................................................13

 Variables dependientes........................................................................................................................13

 Variables independientes.....................................................................................................................13

 Elementos a mantener constante...........................................................................................................13

 Criterios de validación..........................................................................................................................14

 Criterios estadísticos.........................................................................................................................................14
CONCLUSIONES............................................................................................................................................17

REFERENCIAS BIBLIOGRAFICAS................................................................................................................18

2
 INTRODUCCION

Con el objeto fundamental de establecer la aplicación del diseño experimental

en la carrera de Ingeniería Civil, se desarrolló una metodología específica para
introducir a los estudiantes al conocimiento del mismo, la cual consistió inicialmente
en el desarrollo de los fundamentos teóricos de tal modo se pueda extraer la esencia
que es aplicable en la carrera de Ingeniería Civil, para luego desarrollar los diseños
experimentales de cada práctica.
Debido a que la experimentación se ha convertido en la base fundamental para
la comprobación de postulados, hipótesis, teorías científicas, recolección de datos e
información confiable en la Ingeniería Civil, resulta de drástica importancia
introducir al estudiante de la carrera de Ingeniería Civil hacia el conocimiento del
diseño experimental y las implicaciones satisfactorias que con la utilización del
mismo se logran. Sin embargo la experimentación pierde completamente su valor si
no existe un diseño previo que garantice la fidelidad e importancia del procedimiento
experimental seleccionado; a partir del cual se obtendrían los datos experimentales
de naturaleza significativa, con el menor margen de error para la toma de decisiones
y fundamentación de conclusiones.

Inicialmente se desarrollo un proceso de inducción al tema para conocer los

fundamentos teóricos, a continuación se desarrolla cada uno de los diseños
experimentales. Para de esta manera tener conocimiento y aplicación del diseño
experimental en la Ingeniería Civil, conociendo así los beneficios e implicaciones
satisfactorias que con la utilización del mismo se generan, creando así las
expectativas para la utilización del diseño experimental. La hipótesis formulada de
que el diseño experimental debe ser aplicado en la carrera otorgando así resultados
más consistentes y de mayor significación, que sirven de buen fundamento para la
formulación de conclusiones en la investigación experimental.

3
 DISEÑOS ESTADÍSTICOS EXPERIMENTALES EN LA INVESTIGACIÓN
CIENTÍFICA EN INGENIERÍA

1. MARCO TEÓRICO

1.1 Antecedentes

A lo largo de los años el diseño experimental estadístico ha venido desarrollándose,

adquiriendo así las características que le han permitido convertirse en una disciplina
fundamental de todo tipo de investigaciones experimentales. Principalmente este desarrollo
se puede clasificar en cuatro eras fundamentales donde el diseño experimental ha tenido las
mayores transformaciones y extensiones, estas son la era agrícola, la era industrial, era de la
calidad y la era actual.

1.1.1 Era actual

Con el desarrollo continuo de cada una de las eras ya mencionadas, el diseño experimental
ha cobrado una basta aplicación; extendiéndose el uso de los experimentos diseñados para
las industrias que desarrollan componentes de alta precisión tal como industria automotriz,
electrónica, aeroespacial entre otras. En la era actual se ha tenido un desarrollo continuo
del diseño experimental que ha generado diferentes enfoques, que permiten llevar a cabo
diseños experimentales para cualquier experimentación de manera efectiva.

Finalmente las aplicaciones del diseño experimental son múltiples, especialmente en la

investigación de las ciencias naturales, ingeniería, laboratorios y casi todas las ramas de las
ciencias sociales. Teniendo el enfoque primordial en las diversas ramas de la ingeniería
como factor clave para mejorar la competitividad industrial.

1.2 Definición

El diseño experimental es una técnica estadística que permite identificar y cuantificar las
causas de un efecto dentro de un estudio experimental. En un diseño experimental se
manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el
efecto que tienen en otra variable de interés. El diseño experimental prescribe una serie de

4
pautas relativas qué variables hay que manipular, de qué manera, cuántas veces hay que
repetir el experimento y en qué orden para poder establecer con un grado de confianza
predefinido la necesidad de una presunta relación de causa-efecto.

El diseño experimental encuentra aplicaciones en la industria, la agricultura, la

mercadotecnia, la medicina, la ecología, las ciencias de la conducta, etc. constituyendo una
fase esencial en el desarrollo de un estudio experimental.
Un experimento es llevado a cabo con el objeto fundamental de establecer si una o más
variables independientes afectan o no, a una o más variables dependientes y por qué lo
hacen. Para obtener respuesta de esta relación supuesta, el investigador hace variar la
variable independiente y observa si la dependiente varía o no.
Mediante un diseño experimental se establecen las condiciones óptimas que permitan la
observación de la dependencia de una o más variables experimentales con otras, de tal
forma que se obtengan los datos adecuados que puedan ser analizados mediante métodos y
herramientas estadísticas que deriven conclusiones válidas y objetivas.
De esta manera se logra la obtención de información de una alta fidelidad, aprovechando de
una mejor forma los recursos disponibles.

“Modelo general de un proceso de investigación”

Fuente: Montgomery Douglas, Diseño y análisis de experimentos.

5
 La finalidad de los diseños de experimentos es determinar como la variación de un
grupo de factores denominados variables, afectan el comportamiento de un sistema que es
ensayado bajo condiciones controladas.
Ahora bien, como los experimentos se realizan sobre muestras y no sobre la totalidad de
la población que compone un universo, se requiere cumplir con condiciones específicas
para asegurar, dentro de un nivel de probabilidad aceptable, que el universo del material en
estudio cumplirá con los resultados obtenidos si se mantienen las condiciones establecidas
durante la experimentación.
Una prueba estadística paramétrica es aquella cuyo modelo especifica ciertas
condiciones acerca de los parámetros de la población de que se obtuvo la muestra
investigada, que no se prueban ordinariamente, sino se suponen que se mantienen. La
significación de los resultados de una prueba paramétrica depende de la validez de estas
suposiciones. Las pruebas paramétricas también requieren que los puntajes analizados sean
producto de una medición que por lo menos tenga la fuerza de una escala de intervalo.

Una prueba estadística no paramétrica es aquella cuyo modelo no especifica las

condiciones de los parámetros de la población de la que se sacó la muestra. Hay algunas
suposiciones que se asocian con la mayoría de las pruebas estadísticas no paramétricas:
observaciones independientes y variable de continuidad básica; pero estas suposiciones son
pocas y mucho más débiles que las asociadas con las pruebas paramétricas. Además, las no
paramétricas no requieren de mediciones tan fuertes; la mayoría de las pruebas no
paramétricas se aplican a datos de una escala ordinal, y algunas a los de una escala nominal.
En este material se brinda una mayor atención a los casos paramétricos, incluso, las
explicaciones generales referentes a este tipo de método estadístico se hacen con ejemplos
de casos paramétricos.
 Se plantean las hipótesis:
Por ejemplo, H0: μ = μ0 , contra la alternativa H1: μ μ0.
Se fija el nivel de significación α.
Se calcula el valor que toma el estadígrafo.

6
 Por ejemplo, para las hipótesis anteriores: Z = n X 0 donde X es la media de una
muestra simple aleatoria de tamaño n de la población en cuestión, que se supone
tiene distribución normal, con media μ y varianza σ 2 .
Se determina la Región Crítica. En nuestro ejemplo: {z R: |Z| > z 1 – α/2} para lo
cual basta buscar en la tabla z 1 – α/2, percentil 1- α/2 de la distribución normal
estándar.
Se toma la decisión de: Rechazar H0 si Z RC. No rechazar H0 si Z RC. En
nuestro ejemplo, RC = {z R: |Z| > z 1 – α/2}.

1.3 Réplica estadística

Normalmente se sujetan medidas a la variación y la incertidumbre de medidas significa
que se las repiten y con experimentos enteros se los replican para ayudar a identificar los
fuentes de la variación, por poder estimar los efectos verdaderos de tratamientos, por
fortalecer su fiabilidad y su validez, y por agregar al conocimiento del tópico.2 Sin
embargo, necesita el cumplimiento de ciertas condiciones antes que la réplica se comience:
la cuestión de investigación original se ha publicado en una revista de revisión por pares o
citado ampliamente, el investigador es independiente del experimento original, el
investigador debe primero intentar replicar los resultados del experimento original usando
la data original, y el resumen debe decir que el estudio es una réplica que intente seguir en
los pasos del original en lo más estricto posible.
Entonces, desarrollar un experimento exige conocer tópicos relacionados con teorías de

Probabilidad y Estadística, en conjunto con otros aspectos que en parte se citan a

continuación:

a) Planificación adecuada

La planificación adecuada obliga a tener conocimiento previo y claro de los objetivos

específicos junto a la manera de alcanzarlos; para llevarla a cabo hay que identificar
aquellas variables que serán consideradas en la fase experimental.
Así mismo, se debe tener conceptos precisos de lo que será evaluado, métodos
específicos a ser utilizados y los recursos, tanto necesarios como los disponibles.

7
 b) Tres principios básicos

Es imposible llevar a cabo actividades de experimentación sin la presencia de errores;

por esta razón resulta imprescindible manejar conceptos básicos como media, desviación,
varianza o límites de confianza. Entre otros, de manera de poder estimar y controlar la
magnitud del error.
Por otra parte, tres principios básicos son necesarios para limitar dicho error dentro del
experimento; éstos son: La ejecución de réplicas, aplicación aleatoria y formación de
bloques.

La ejecución de réplicas (repetibilidad) es la acción de repetir el experimento por un

mismo operador bajo condiciones similares; la repetibilidad permite establecer la
varianza del error experimental incrementando la certidumbre del valor encontrado; por
lo que es necesario repetir los ensayos para obtener un promedio que represente una
cifra cercana al parámetro real del universo en estudio.
No obstante, como se verá posteriormente incrementar sin control el número de
repeticiones son poco práctico, innecesario y contraproducente porque además de
consumir recursos generará errores de distinta índole. Por esta razón, el número de
réplicas deberá ser relativamente pequeño, dependiendo en especial del tipo de ensayo,
las características de las muestra a ser ensayada y de la experiencia del laboratorista.
La aplicación aleatoria o aleatorización busca asegurar que cualquier elemento de la
población en estudio cuente con igual probabilidad de ser evaluado; de esta manera se
procura que determinadas muestras con propiedades similares no estén seleccionadas
repetidas veces, lo que generaría sesgo en los resultados.
En realidad la aplicación aleatoria es parte de lo que se puede llamar Manejo de
Muestra, que se inicia mediante un Plan de Muestreo que contempla aspectos que van
desde el número de muestras, tamaño y método de extracción, hasta transporte y
conservación .
La formación de bloques consiste en agrupar las unidades en estudio de manera que su
variabilidad dentro de cada grupo sea menor que entre las unidades antes de agruparse en
otras palabras, al formar bloques se reduce el error experimental porque se homogenizan los

8
elementos a evaluar; esto se entiende mejor con un ejemplo: Suponga que se tiene la siguiente
información resultados de ocho ensayos:

 1345, 1335, 1354, 1340, 1375, 1358, 1360, 1370

 Cuya media es 1355 la desviación estándar
(S) es 14. Si
Agrupa los resultados en dos bloques se obtendrá:

Bloque A: 1345, 1335, 1354, 1340 X=1343 S =8

Bloque B: 1375, 1358, 1360, 1370 X=1366 S =8

Observe que la desviación total entre los ocho valores es 14; mientras que al agrupar por
bloques, la desviación disminuyó a 8 en cada grupo.

c) Métodos validados y confiables junto a resultados precisos y exactos.

Para que una investigación experimental tenga carácter científico tiene que
sustentarse en métodos que cuenten con validez y confiabilidad. Además los resultados
deben asegurar precisión y exactitud.
La validez, en el caso de investigaciones experimentales de Ingeniería Civil, se alcanza
desarrollando ensayos conforme a las normas COVENIN, ASTM y AASHTO, entre
otras. Pero la confiabilidad está relacionada con un término probabilístico relativo al
intervalo que contiene la media "µ" del universo en estudio, dentro de una probabilidad
definida.
La precisión expresa la cercanía entre los resultados de las réplicas de un mismo
ensayo y la exactitud indica si efectivamente se está obteniendo el valor debido. En este
sentido, un experimento puede ser preciso pero no exacto, lo que significa que presenta
sesgo; exacto pero no preciso, entonces tendrá gran dispersión entre los resultados; no
preciso ni exacto y preciso y exacto. Entonces, durante la ejecución de los ensayos se
debe buscar, dentro de ciertos límites, que el experimento sea preciso y exacto.

9
 El ejemplo gráfico de la distinción entre ambos términos; imagine los resultados de seis
réplicas de un experimento expresado mediante cuadrados y triángulos, cuya media real Xes
el valor XM.

La media obtenida por los ensayos indicados con cuadrados es Xm1; observe que los

resultados de este grupo se ubican dentro de un entorno pequeño delimitado por los límites

inferior "Li1" y superior "Ls1 "; sin embargo, el valor de la media Xml se encuentra alejado

del valor real XM; estos resultados son precisos, pero no exactos.

Por su parte, la media del grupo representado por los triángulos, coincide con el valor real

XM, pero los resultados de cada ensayo se ubican dentro de un intervalo de mayor amplitud

que está definido por los límites Li2 y Ls2. Estos resultados son exactos pero poco precisos.

La precisión se incrementa con las réplicas; de hecho, es proporcional a la raiz cuadrada del

número de repeticiones y sigue una curva como la que se muestra en la figura.

10
En consecuencia desde el punto de vista estadístico sería recomendable incrementar los

ensayos a un número alto de veces; pero razones de tipo práctico limitan esta realidad a un

máximo que varía según el experimento, obligando a manejarse dentro de intervalos de

confianza.

d) Límites de Confianza

Si se pudiera evaluar la totalidad de los elementos que conforman una población, se

obtendría el estimador exacto de la Media "R" de ese universo; pero en vista que lo anterior

es imposible, es necesario recurrir a valores que delimiten el intervalo donde se encuentra µ

con una probabilidad determinada; estos extremos, se conocen como Límites de Confianza.

e) Conozca las variables en estudio

Conocer las variables en estudio exige determinar con antelación los elementos

dependientes e independientes, junto a la posible relación entre ellos; por otra parte,

requiere definir aquellos valores a mantener constante.

Cada variable dependiente agregará más esfuerzo de ensayos y relaciones a ser

analizadas que no necesariamente mejoran el aspecto científico. Por esta razón en se

presentan casos donde conviene mantener algunos parámetros constantes.

f) Verificación de recursos

Toda Investigación consume recursos de distintas índole que se transforma en tiempo y

dinero; usualmente se cuenta con laboratorios de las instalaciones universitarias, pero

11
eventualmente s e n e c e s i t a r á m a t e r i a l e s y s u m i n i s t r o s m e n o r e s q u e

disponer.

Los recursos son limitados, por lo que pueden limitar el alcance de la investigación,

una verificación previa de recursos determinará lo que se puede hacer y obligará a

establecer criterios de prioridad.

2. APLICACIÓN.

El diseño de experimentos tiene una gran variedad de aplicaciones y puede ser aplicado a
un gran número de industrias, la optimización de recursos, la identificación de causas de
variabilidad son algunos de los objetivos del diseño de experimentos aplicados en nivel
industrial necesito experimentos de un solo factor.

Industrias de bienes de equipo

Maquinaria
 Medida de la variabilidad de los instrumentos de medida: Es posible aplicar el
diseño de experimentos como herramienta para determinar y mejorar los índices de
capacidad de un proceso concreto apoyándose en estudios de reproducibilidad y
repetitividad.
 Diseño de motores eléctricos: Estudio de las características constructivas del motor
y su influencia en variables importantes como la pérdida de flujo y la constante de
velocidad.
 Diseño de electrodos: Estudio de los esfuerzos en los electrodos en función de la
fuerza de aplicación y el tamaño del electrodo.
 Diseño de elementos de sujeción: Análisis de la influencia de los parámetros
geométricos en la resistencia de los remaches.
Materiales de construcción
 Estudios de corrosión: Estudios de la influencia del tiempo en la corrosión de aceros
de construcción y metales en general.

12
  Aplicaciones en el mecanizado: estudio de la variabilidad en los procesos de
mecanizado, ayuda a la reducción de piezas defectuosas y aumento de la capacidad
de producción.

Producción de vehículos industriales

 Estudio de procesos de soldadura: estudio de un proceso de soldadura, para
determinar las variables que influyen en la resistencia de la soldadura.

Industria aeronáutica

 Optimización del proceso de anodizado y pintado: optimizar los procesos de

anodizado y pintado para conseguir una buena protección anticorrosión.

“CASUISTICA EN INGENIERIA CIVIL”

Caso: Regionalización de coeficientes para diseño de mezclas de concreto.

 Objetivo general

Regionalizar el método del Manual de Concreto Fresco.

 Objetivos específicos
- Caracterizar los agregados gruesos en zonas en estudio
- Caracterizar los agregados finos en zona en estudio
- Desarrollar validando estadísticamente los coeficientes de diseño de mezclas
regionalizados para las zonas en estudio.

 Variables dependientes
Asentamiento "S" evaluado mediante Cono de Abrams.
Resistencia "Rcc" a los 28 días de cilindros normalizados.

 Variables independientes
Relación agua/cemento Tipo de agregado Cantidad de cemento.
Tiempo de ensayo (28 días)

13
 Elementos a mantener constante

Marca de cemento Tipo de cemento

Tamaño máximo del agregado grueso

Rango de Granulometría de agregados Combinados.

 Criterios de validación
Los ensayos a ejecutar están normalizados y se indican en la tabla siguiente:

Agregados Gruesos

ENSAYO COVENI
N
Granulometría 255
P. específico y absorción 268
P. U. Suelto y compacto 263
Desgaste de los Ángeles 267
Cociente dimensión 264
máx/mín.
Contenido de humedad total 1357

Agregados Finos

ENSAYO COVENI
N
Granulometría 255
P. específico y absorción 268
P. U. Suelto y compacto 263
Determinación de Impurezas 256
Contenido de humedad total 1357

Además

ENSAYO COVEN
IN
Muestreo de agregados
Elaboración de probetas cilíndricas 340
Asentamiento mediante Cono de 339
Abrams
Diseños de mezclas en laboratorio 354

14
  Criterios estadísticos
 Se estableció que debido a que se efectúan menos de 30 ensayos por muestra, el
estadístico a utilizar es la t de Student, para un nivel de confiabilidad del 95%.

 Las varianzas se evalúan mediante el Test de Barlett (Valcárcel-Ríos, 1982) y

la verificación de extremos mediante Test de Q de Dixon.
 Comparación para la media de una población con distribución normal y
varianza conocida.
 Comparación para las medias de dos poblaciones con distribuciones normales y
varianzas conocidas.
 Comparación para la media de una población con distribución normal y
varianza desconocida. Comparación para las medias de dos poblaciones con
distribuciones normales y varianzas desconocidas.
 Comparación para la varianza de una población con distribución normal y
media desconocida. Comparación para las varianza de dos poblaciones con
distribuciones normales.
Un material que contenga casos de la realidad actual, que sirvan como ejemplos
de aplicación de diseños experimental puede influir en la motivación y
comprensión de los estudiantes para su aprendizaje. Nuestro objetivo es
proponer un material de estudio que de solución en parte a la carencia de una
bibliografía que se adapte a las necesidades de los estudiantes.

 Réplicas por muestra

Agregados Gruesos

ENSAYO N
Granulometría 3
P. específico y absorción 3
P. U. Suelto y compacto 6
Desgaste de los Ángeles O
Cociente dimensión máx/mín. 6

15
Contenido de humedad total 6

Agregados Finos

ENSAYO N
Granulometría 3
P. específico y absorción 3
P. U. Suelto y compacto 6
Determinación de Impurezas 2
Contenido de humedad total 6

Además, para ejecución de cilindros

ENSAYO N
Elaboración de probetas cilíndricas 3
Asentamiento mediante Cono de Abrams O

Concluimos en utilizar las pruebas paramétricas y no paramétricas en el análisis y

estudio de problemas de materiales de construcción, sistemas de cargas con
componente aleatoria y aspectos relacionados con la teoría de la seguridad. Definir
los principios, objetivos y pasos a seguir en la realización de un diseño de
experimentos que permitan la obtención de resultados científicamente fundamentados
con criterios de economía y racionalidad en la determinación de los tamaños de las
muestras. Ampliar el conocimiento de algunas distribuciones paramétricas y su
aplicación a problemas vinculados con las construcciones.
Elaborar diseños de experimentos de planes factoriales del tipo 2k para el análisis de
problemas simples vinculados a las construcciones.
Utilizar los sistemas de programas profesionales para los análisis estadísticos en la
solución de problemas relacionados con la profesión.

16
 CONCLUSIONES

Cuando se condensa mucha información en pocas líneas resulta imposible profundizar en

tantos aspectos importantes; en este sentido, se recuerda que la intención del artículo fue

ofrecer un marco referencia para desarrollar Trabajos en el área de Ingeniería Civil.

El Trabajo monográfico contiene un material de estudio complementario elaborado para la

asignatura de Estadística y Probabilidades con propuestos sobre Pruebas de Hipótesis,

Bondad de Ajuste, Análisis de Correlación y Regresión, Bloques Completamente al Azar,

Diseño Factorial para contribuir a mejorar el aprendizaje respecto a los temas tocados en la

Especialidad de Ingeniería Civil de la UAP.

La Fundamentación de este materia se basa en el aprendizaje desarrollador y dentro de este

sus dimensiones y subdimensiones. Se realizó un diagnóstico de las necesidades a partir de

un análisis.

17
 REFERENCIAS BIBLIOGRAFICAS

 Centeno, Roberto. Inspección y Control de obras. Ed.

 Vega. Año 1979
 Kuehl, R. Diseño de Experimentos. Ed. Thomson Learning. Año 2000
 Montgomery Douglas. Diseño yAnálisis de Experimentos. Ed.
Limusa Wiley. Año 2002
 Normas: Comisión de Normas Venezolanas.
 COVENIN.
 Porrero Joaquín; Ramos Carlos; Grases José; Velazco, Gilberto. Manual de
Concreto Fresco. Editorial Sidetur. Año 1995
 Valcárcel, M; Ríos, A.. La Calidad en los laboratorios Analíticos. ED. Editorial
Reverté S.A. Año 1992

18