Técnicas de

Optimización para
Procesos
Congreso de Ingeniería Industrial
Noviembre 2015

ITD
 Contenido del Curso
1. Conceptos.

2. Métricas de Procesos.

2.1 Practica #1.

3. Técnicas de Optimización.

3.1 Diseño de Experimentos.

3.2 Optimizador de Respuestas.

3.3 Practica #2.

ITD
 Bases

Desde el punto de vista de los clientes, las empresas y/u

organizaciones existen para proveer productos materiales o
inmateriales, ya que ellos necesitan productos y servicios con
características que satisfagan sus necesidades y expectativas
con calidad. Estos productos son resultado de un proceso.

ITD
 Proceso
Conjunto de actividades interrelacionadas que reciben determinados
insumos (entradas) que son transformados en un resultado (salidas).

Variables de Entrada del Proceso.

Son las que definen las condiciones de operación del proceso e incluyen las
variables de control y las que aunque no son controladas, influyen en el
desempeño del mismo.

Variables de Salida del Proceso.

Son las características de calidad en las que se reflejan los resultados

obtenidos en un proceso.

ITD
 Proceso

f ( x´s )  Y
- Variables de Entrada del Proceso Variable de Salida
(Causas de Variaciones o Defectos) del Proceso

 X1…XN  Y
 Independiente  Dependiente
 Entrada del proceso  Salida del proceso
 Causa  Efectos
 Problema  Síntomas
 Control  Monitoreo

ITD
ITD 5
 Optimización de un Proceso
El mejoramiento continuo de los resultados que se obtienen como
producto de un proceso mediante el análisis periódico de la forma en
que se realizan las actividades y subprocesos en una organización,
teniendo como objetivo central que el producto o resultado debe
satisfacer las expectativas y necesidades de un usuario.

ITD
 Objetivo de un Proyecto para
Optimización

El objetivo es el nivel de mejoramiento que se desea lograr y

está en función de la dificultad del problema y de las
habilidades del equipo para poder resolverlo.

El objetivo debe responder: qué (indicar), el cuánto, y cuándo.

ITD
 Capacidad de un Proceso
Las variables de salida o de respuesta de un proceso son metas y/o
especificaciones, a fin de que sea posible considerar que dicho
proceso funciona de manera satisfactoria. Por ello, la tarea primordial
del control de calidad es conocer la capacidad de un proceso.

La capacidad de un proceso consiste en conocer la amplitud de la

variación natural del proceso para una característica de calidad dada;
esto permitirá saber en qué medida tal característica de calidad es
satisfactoria (cumplimiento de especificaciones).

ITD
 Variabilidad
La estadística esta formada por un conjunto de técnicas y conceptos
orientados a la recolección y análisis de datos tomando en cuenta la
variación de los mismos.

Variabilidad
Se refiere a la diversidad de resultados de una variable o de un proceso.
Reducir la variación de los procesos es un objetivo clave del control
estadístico. Por lo tanto, es necesario es entender los motivos de variación,
y para ellos se parte de los participantes de un proceso.

6M
El resultado de todo proceso se debe a la acción conjunta de Materiales,
Mano de Oba, Mediciones, Media Ambiente, Maquinas y Métodos que lo
conforman. En un proceso, cada una de las 6M tiene y aporta su propia
variación.

ITD
Variabilidad 6M

ITD
 ¿Cuándo Optimizar un Proceso

• Cuando los niveles de calidad no satisfacen las expectativas

del cliente y la variación existente obliga a mejorar el
desempeño del proceso.

• Cuando queremos reducir la variabilidad en los procesos, es

decir, mejorar el nivel de cumplimiento de las
especificaciones del cliente si se presenta una variación que
se ha salido de control.

ITD
 Métricas para procesos

Son mediciones especializadas que sirven para evaluar de

manera práctica la habilidad de los procesos para cumplir
con las especificaciones.

ITD
 Índices de capacidad para procesos

Los procesos tienen variables de salida o de respuesta, las cuales

deben cumplir con ciertas especificaciones a fin de considerar que el
proceso está funcionando de manera satisfactoria. Evaluar la habilidad
o capacidad de un proceso consiste en conocer la amplitud de la
variación natural de éste para una característica de calidad dada, lo
cual permitirá saber en qué medida tal característica de calidad es
satisfactoria (cumple especificaciones). En esta sección se supone que
se tiene una característica de calidad de un producto o variable de
salida de un proceso, del tipo valor nominal es mejor, en donde, para
considerar que hay calidad las mediciones deben ser iguales a cierto
valor nominal o ideal (N), o al menos tienen que estar con holgura
dentro de las especificaciones inferior (EI) y superior (ES).

ITD
 Índices de capacidad para procesos

Índice Cp

El índice de capacidad potencial del proceso, Cp, se define de la

siguiente manera:

donde σ representa la desviación estándar del proceso, mientras que

ES y EI son las especificaciones superior e inferior para la característica
de calidad. Como se puede observar, el índice Cp compara el ancho de
las especificaciones o la variación tolerada para el proceso con la
amplitud de la variación real de éste:

ITD
 Índices de capacidad para procesos

Índice Cp

Decimos que 6σ (seis veces la desviación estándar) es la variación real,

debido a las propiedades de la distribución normal, en donde se
afirma que entre μ ± 3σ se encuentra 99.73% de los valores de una
variable con distribución normal.

Interpretación del índice Cp

Para que el proceso sea considerado potencialmente capaz de cumplir

con especificaciones, se requiere que la variación real (natural)
siempre sea menor que la variación tolerada. De aquí que lo deseable
es que el índice Cp sea mayor que 1; y si el valor del índice Cp es
menor que uno, es una evidencia de que el proceso no cumple con las
especificaciones.

ITD
 Índices de capacidad para procesos

Interpretación del índice Cp

Para una mayor precisión en la interpretación en la tabla 1 se

presentan cinco categorías de procesos que dependen del valor del
índice Cp, suponiendo que el proceso está centrado. Ahí se ve que el
Cp debe ser ma yor que 1.33, o que 1.50 si se quiere tener un proceso
bueno; pero debe ser mayor o igual que dos si se quiere tener un
proceso de clase mundial (calidad Seis Sigma). Además, en la tabla 2
se representó el valor del índice en el porcentaje de artículos que no
cumplirían especificaciones, así como en la cantidad de artículos o
partes defectuosas por cada millón producido (PPM).

ITD
 Índices de capacidad para procesos

Interpretación del índice Cp

Por ejemplo, si el índice Cp = 0.8 y el proceso estuviera centrado,

entonces el correspondiente proceso produciría 1.64% de piezas fuera
de especificaciones (que corresponde a 16 395 partes malas por cada
millón producido). Una observación que se deriva de la tabla referida
es que el valor del índice Cp no es igual al porcentaje de piezas que
cumplen con especificaciones.

ITD
 Índices de capacidad para procesos

Tabla 1. Valores de Cp.

ITD
 Índices de capacidad para procesos
Tabla 2. Índice Cp.
Los índices Cp, Cpi, y Cps en términos de la cantidad de piezas malas; bajo
normalidad y proceso centrado en el caso de doble especificación.
Proceso con doble especificación Con referencia a una sola especificación
Valor del índice (Índice Cp ) Cpi, Cps y Cpk
(Corto plazo) % Fuera de las dos Partes por millón fuera % Fuera de una Partes por millón fuera
especificaciones (PPM) especificación (PPM)
0.2 54.8506% 548 506.130 27.4253% 274 253.065
0.3 36.8120% 368 120.183 18.4060% 184 060.092
0.4 23.0139% 230 139.463 11.5070% 115 069.732
0.5 13.3614% 133 614.458 6.6807% 66 807.229
0.6 7.1861% 71 860.531 3.5930% 35 930.266
0.7 3.5729% 35 728.715 1.7864% 17 864.357
0.8 1.6396% 16 395.058 0.8198% 8 197.529
0.9 0.6934% 6934.046 0.3467% 3 467.023
1.0 0.2700% 2 699.934 0.1350% 1349.967
1.1 0.0967% 966.965 0.0483% 483.483
1.2 0.0318% 318.291 0.0159% 159.146
1.3 0.0096% 96.231 0.0048% 48.116
1.4 0.0027% 26.708 0.0013% 13.354
1.5 0.0007% 6.802 0.0003% 3.401
1.6 0.0002% 1.589 0.0001% 0.794
1.7 0.0000% 0.340 0.0000% 0.170
1.8 0.0000% 0.067 0.0000% 0.033
1.9 0.0000% 0.012 0.0000% 0.006
2.0 0.0000% 0.002 0.0000% 0.001

ITD
 Índices de capacidad para procesos
Ejemplo 1.

Una característica de calidad importante en la fabricación de una

llanta es la longitud de capa, que para cierto tipo de llanta debe ser de
780 mm con una tolerancia de ±10 mm. La longitud es el resultado de
un proceso de corte, por lo que este proceso debe garantizar una
longitud entre la especificación inferior EI = 770 y la superior ES = 790,
con un valor ideal o nominal de N = 780. Para monitorear el correcto
funcionamiento del proceso de corte, cada media hora se toman cinco
capas y se miden. De acuerdo con las mediciones realizadas en el
ultimo mes, en donde el proceso ha estado trabajando de manera
estable, se tiene que la media y la desviación estándar del proceso
(poblacional) son μ = 783 y σ = 3, respectivamente.

ITD
 Índices de capacidad para procesos
Con base en lo anterior se quiere saber en que medida el proceso ha
estado cumpliendo con especificaciones.

En el caso del ejemplo la longitud de capa para las llantas, el índice Cp

está dado por:

La variación tolerada es de 20 y la variación real es ligeramente menor

ya que es de 18. De acuerdo con la tabla 1, el proceso tiene una
capacidad potencial parcialmente adecuada y requiere de un control
estricto. En función de la tabla 2 se espera que si el proceso estuviera
centrado arrojaría aproximadamente 0.0967% de las capas fuera de
especificaciones, lo cual corresponde a 967 PPM y se considera
parcialmente adecuado.

ITD
 Índices de capacidad para procesos
Sin embargo, como es claro, a partir de la figura 1 el proceso no está
centrado (lo que no toma en cuenta el índice Cp), y eso provoca que
genere 1.0% fuera de la especificación superior, lo cual corresponde a
10 000 PPM.

Figura 1. Capacidad de proceso (proceso bajo distribución normal).

ITD
 Índices de capacidad para procesos
Índices Cpi , Cps y Cpk

El índice Cp tiene la desventaja de que no toman en cuenta el

centrado del proceso, debido a que en las fórmulas para calcularlos no
se incluye de ninguna manera la media del proceso, μ. Una forma de
corregir esto consiste en evaluar por separado el cumplimiento de la
especificación inferior y superior, a través del índice de capacidad para
la especificación inferior, Cpi, y índice de capacidad para la
especificación superior, Cps, respectivamente, los cuales se calculan de
la siguiente manera:

ITD
 Índices de capacidad para procesos
Índices Cpi , Cps y Cpk

Estos índices sí toman en cuenta μ, al calcular la distancia de la media

del proceso a una de las especificaciones. Esta distancia representa la
variación tolerada para el proceso de un solo lado de la media. Por
esto sólo se divide entre 3σ porque sólo se está tomando en cuenta la
mitad de la variación natural del proceso.

Para interpretar los índices unilaterales es de utilidad la tabla 1; no

obstante, para considerar que el proceso es adecuado, el valor de Cpi
o Cps debe ser mayor que 1.25, en lugar de 1.33. La tabla 2 también
ayuda a interpretar los valores de estos índices unilaterales en
términos del porcentaje de los productos que no cumplen con
especificaciones.

ITD
 Índices de capacidad para procesos
Índices Cpi , Cps y Cpk

En el de la longitud de las capas de las llantas, tenemos que:

Luego, como el índice para la especificación superior, Cps, es el más

pequeño y es menor que uno, entonces se tienen problemas por la
parte superior (se están cortando capas más grandes de lo tolerado).

ITD
 Índices de capacidad para procesos
Índices Cpi , Cps y Cpk

Si se usa la tabla 2, dado que Cps = 0.78, entonces el porcentaje de

producto que es más grande que la especificación superior está entre
0.82% y 1.79% (al realizar la interpolación se obtiene un valor cercano
a 1%). Cabe destacar que no hay problema con la especificación
inferior, ya que Cpi = 1.44, y al ser mayor que 1.25 se considera que el
proceso cumple de manera adecuada esa especificación.

ITD
 Índices de capacidad para procesos
Índices Cpi , Cps y Cpk

El índice Cpk, índice de capacidad real del proceso, es considerado una

versión corregida del Cp que sí toma en cuenta el centrado del
proceso. La formas para calcularlo, es la siguiente:

Como se aprecia, el índice Cpk es igual al valor más pequeño de entre

Cpi y Cps, es decir, es igual al índice unilateral más pequeño, por lo que
si el valor del índice Cpk es satisfactorio (mayor que 1.25), eso indica
que el proceso en realidad es capaz. Si Cpk < 1, entonces el proceso no
cumple con por lo menos una de las especificaciones.

ITD
 Índices de capacidad para procesos
Índices Cpi , Cps y Cpk

Algunos elementos adicionales para la interpretación del índice Cpk

son los siguientes:

• El índice Cpk siempre va a ser menor o igual que el índice Cp.

Cuando son muy próximos, eso indica que la media del proceso
está muy cerca del punto medio de las especificaciones, por lo que
la capacidad potencial y real son similares.

• Si el valor del índice Cpk es mucho más pequeño que el Cp, significa
que la media del proceso está alejada del centro de las
especificaciones. De esa manera, el índice Cpk estará indicando la
capacidad real del proceso, y si se corrige el problema de
descentrado se alcanzará la capacidad potencial indicada por el
índice Cp.

ITD
 Índices de capacidad para procesos
Índices Cpi , Cps y Cpk

• Cuando el valor del índice Cpk sea mayor a 1.25 en un proceso ya

existente, se considerará que se tiene un proceso con capacidad
satisfactoria. Mientras que para procesos nuevos se pide que Cpk >
1.45.

• Es posible tener valores del índice Cpk iguales a cero o negativos, e

indican que la media del proceso está fuera de las especificaciones.

ITD
 Índices de capacidad para procesos
Índices Cpi , Cps y Cpk

En el ejemplo de la longitud de las capas de las llantas, tenemos que:

lo cual, en términos generales, indica una capacidad no satisfactoria.

Por lo tanto, cierta proporción de las capas para las llantas no tiene
una longitud adecuada, como se vio con los índices unilaterales y en la
figura 1.

ITD
 Índices de capacidad para procesos
Índices Cpi , Cps y Cpk

Al utilizar la segunda parte de la tabla 2, vemos que con Cpk = 0.78 el

porcentaje de capas que exceden los 790 mm se encuentra entre
0.82% y 1.79%.

La primera recomendación de mejora para ese proceso es que se

optimice su centrado, con lo cual alcanzaría su mejor potencial actual
que indica el valor de Cp = 1.11.

ITD
 Índices de capacidad para procesos
Índice Cpm (índice de Taguchi)

Los índices Cp y Cpk están pensados a partir de lo importante que es

reducir la variabilidad de un proceso para cumplir con las
especificaciones. Sin embargo, desde el punto de vista de G. Taguchi,
cumplir con especificaciones no es sinónimo de buena calidad y la
reducción de la variabilidad debe darse en torno al valor nominal
(calidad óptima). Es decir, la mejora de un proceso según Taguchi debe
estar orientada a reducir su variabilidad alrededor del valor nominal,
N, y no sólo para cumplir con especificaciones.

ITD
 Índices de capacidad para procesos
Índice Cpm (índice de Taguchi)

En consecuencia, Taguchi (1986) propone que la capacidad del proceso

se mida con el índice Cpm que está definido por:

donde τ (tau) está dada por:

y N es el valor nominal de la característica de calidad; EI y ES son las

especificaciones inferior y superior.

ITD
 Índices de capacidad para procesos
Índice Cpm (índice de Taguchi)

El valor de N por lo general es igual al punto medio de las

especificaciones, es decir, N = 0.5(ES + EI). Nótese que el índice Cpm
compara el ancho de las especificaciones con 6τ; pero τ no sólo toma
en cuenta la variabilidad del proceso, a través de σ², sino que también
toma en cuenta su centrado a través de (μ − N)². De esta forma, si el
proceso está centrado, es decir, si μ = N, entonces Cp, Cpk y Cpm son
iguales.

En el caso del ejemplo acerca de la longitud de capa para llantas:

ITD
 Índices de capacidad para procesos
Índice Cpm (índice de Taguchi)

Interpretación

Cuando el índice Cpm es menor que uno significa que el proceso no

cumple con especificaciones, ya sea por problemas de centrado o por
exceso de variabilidad. Por lo tanto, en el caso de las llantas no se
cumple con especificaciones, y como se aprecia en la figura 1, la razón
principal es que el proceso está descentrado.

Por el contrario, cuando el índice Cpm es mayor que uno, eso quiere
decir que el proceso cumple con especificaciones, y en particular que
la media del proceso está dentro de la tercera parte central de la
banda de las especificaciones. Si Cpm es mayor que 1.33, entonces el
proceso cumple con especificaciones, pero además la media del
proceso está dentro de la quinta parte central del rango de
especificaciones.
ITD
 Índices de capacidad para procesos
Índice Cpm (índice de Taguchi)

En el caso del ejemplo acerca de la longitud de capa para llantas, la

quinta parte central de la banda de especificaciones es 780 ± (10/5).
Para finalizar este apartado es necesario recordar que según las
interpretaciones de los índices antes vistos, para que éstos sean
aplicables como pronósticos del desempeño del proceso en el futuro
inmediato, es importante que los procesos sean estables.

Además, se requiere que la característica de calidad se distribuya en

forma normal o por lo menos de una manera no tan diferente de ésta.
Algo relevante es que los cálculos de los índices estén basados en los
parámetros poblacionales del proceso μ y σ. Si los cálculos están
basados en una muestra pequeña, la interpretación cambia, como lo
veremos más adelante.

ITD
 Procesos con solo una Especificación

Existen procesos cuyas variables de salida tienen una sola

especificación, ya sea que se trate de variables del tipo entre
más grande mejor, donde lo que interesa es que sean
mayores a cierto valor mínimo (EI); o de variables del tipo
entre más pequeña mejor, donde lo que se quiere es que
nunca excedan cierto valor máximo (ES).

Menor es mejor Mayor es mejor

ITD
 Seis Sigma

Sigma (σ) es la letra griega que se usa para denotar la

desviación estándar poblacional (proceso), la cual
proporciona una forma de cuantificar la variación que
tiene una variable de dicha población o proceso.

El nivel de sigmas que tiene un proceso es una forma

de describir qué tan bien la variación del proceso
cumple las especificaciones o requerimientos del
cliente.

ITD
 Seis Sigma
Seis Sigma y PPM

ITD
 Seis Sigma
Seis Sigma y %Buenos vs %Defectuosos

Sigma % Good % Defects DPMO

1 30.9 69.1 691 462
2 69.1 30.9 308 538
3 93.3 6.7 66 807
4 99.38 0.62 621
5 99.977 0.023 233
6 99.9997 0.00034 3.4

ITD
 Seis Sigma

Ejemplo 2.

En una empresa del ramo metalmecánico se fabrican

punterías para motores de automóviles. Cierta puntería
debe tener un diámetro exterior de 20 000 micras (μm);
donde 1 μm es igual a 0.000001 m, con una tolerancia de
+/- 25 μm. De esta manera, si a las mediciones del
diámetro se les resta el valor nominal deseado, entonces
las especificaciones serán EI = -25 y ES = 25.

Determine el Nivel Sigma del Proceso.

*Emplear subgrupos de 5 datos.

ITD
 Seis Sigma

Resultado 2.

Estudio de capacidad Cp = 0.8, así que el proceso es incapaz de cumplir especificaciones. El proceso es
considerado establemente incapaz, por lo que se deben hacer análisis en busca de detectar fuentes de variación
que de manera permanente están en el proceso como exceso de variación.

ITD
 Seis Sigma
Ejemplo 3.

En la elaboración de envases de plástico se tienen varios

criterios de calidad, uno de ellos es el peso. El peso debe
estar entre 50 +/-1.5 gr. Cada media hora se toma un
subgrupo de n = 10 y se pesan.

Determine el Nivel Sigma del Proceso.

ITD
 Seis Sigma

Resultado 3.

Estudio de capacidad Cp = 0.60, así que el proceso es incapaz de cumplir especificaciones. El proceso es
considerado establemente incapaz, por lo que se deben hacer análisis en busca de detectar fuentes de variación
que de manera permanente están en el proceso como exceso de variación.

ITD
Practica # 1

ITD
 Capacidad de Proceso
Practica # 1

Obtenga la Capacidad de Proceso de la variable Distancia en el proceso

de “lanzamiento de pelota por medio de catapulta” realizando 30
lanzamientos. Considere como Especificación Inferior 500 cm.

Comenta tus resultados.

ITD
Técnicas de Optimización:

Diseño de Experimentos

DOE

ITD
 Introducción a los Diseños Experimentales
Diseño Estadístico de Experimentos

El diseño de experimentos es la aplicación del método científico para generar

conocimiento acerca de un sistema o proceso, por medio de pruebas planeadas
adecuadamente.

Esta metodología se ha ido consolidando como un conjunto de técnicas

estadísticas y de ingeniería, que permiten entender mejor situaciones complejas
de relación causa-efecto.

En general, consiste en determinar cuáles pruebas se deben realizar y de qué

manera, para obtener datos que, al ser analizados estadísticamente,
proporcionen evidencias objetivas que permitan responder las interrogantes
planteadas, y de esa manera clarificar los aspectos inciertos de un proceso,
resolver un problema o lograr mejoras.

ITD
Experimento

Es un cambio en las condiciones de operación de un sistema o proceso, que se

hace con el objetivo de medir el efecto del cambio en una o varias propiedades
del producto o resultado.

Unidad experimental

Pieza(s) o muestra(s) que se utiliza para generar un valor que sea representativo
del resultado de la prueba.

ITD
Variable(s) de respuesta

A través de esta(s) variable(s) se conoce el efecto o los resultados de cada

prueba experimental, por lo que pueden ser características de la calidad de un
producto y/o variables que miden el desempeño de un proceso.

ITD
Factores controlables

Son variables de proceso y/o características de los materiales y los métodos

experimentales que se pueden fijar en un nivel dado.

Factores no controlables

Son variables que no se pueden controlar durante el experimento o la operación

normal del proceso.

Niveles

Los diferentes valores que se asignan a cada factor estudiado en un diseño

experimental se llaman niveles. Una combinación de niveles de todos los
factores estudiados se llama tratamiento o punto de diseño.

ITD
Mejora de un proceso

Cuando se quiere mejorar un proceso existe la posibilidad de experimentar, es

decir, hacer cambios estratégicos y deliberados al proceso para provocar señales
útiles.

El diseño de experimentos no esperamos a que el proceso mande las señales

útiles, sino que manipulamos procesos para proporcionar información que
posibilite la obtención de una mejora.

ITD
Preguntas a responder al diseñar un experimento

¿Cuáles características de calidad se van a medir?

¿Cuáles factores controlables deben incluirse en el experimento?

¿Qué niveles debe utilizar cada factor?

¿Cuál diseño experimental es el adecuado?

ITD
Factores y variables en la fabricación de un envase de plástico

ITD
Solución de problemas con experimentos:

• Comparar a dos o más materiales con el fin de elegir al que mejor cumple los
requerimientos.

• Comparar varios instrumentos de medición para verificar si trabajan con la

misma precisión y exactitud.

• Determinar los factores (las x vitales) de un proceso que tienen impacto sobre
una o más características del producto final.

• Encontrar las condiciones de operación (temperatura, velocidad, humedad,

por ejemplo) donde se reduzcan los defectos o se logre un mejor desempeño
del proceso.

• Ayudar a conocer y caracterizar nuevos materiales.

• Hacer el proceso insensible o robusto a oscilaciones de variables ambientales.

• Apoyar el diseño o rediseño de nuevos productos o procesos.

ITD
 Factores y Niveles
• Los factores son los elementos que cambian durante un experimento
para observar su impacto sobre la salida. Los factores pueden ser
cuantitativos o cualitativos.

• Los niveles son las válvulas (o condiciones) de los factores que se

prueban durante el experimento. La mayoría de los experimentos
prueban los factores en 2 ó 3 niveles.

Factor Niveles

Temperatura 600°C 800°C

Material Nylon Acetal

ITD
 Notación
• Un experimento factorial completo es un experimento donde se
prueban todas las posibles combinaciones de niveles de factores.

• Es común marcar los factores con letras del alfabeto (Factor A, Factor
B, etc.)

• Generalmente, los niveles se designan en cualquiera de estas dos

maneras:

ITD
 Experimento Factorial
Ejemplo 4.

Un experimento de tratamiento térmico busca maximizar el grado de

Dureza de una parte. La Dureza de la parte se cree depende de la
Temperatura y el Tiempo en Horno. Se prueban diferentes tratamientos y
se obtienen los siguientes resultados colocados en la tabla.

ITD
 Análisis del Efecto de la Media
Un análisis de la media responde estas preguntas:

• ¿El cambio de temperatura de salida cambia la dureza promedio de la

parte?

• ¿El cambio de tiempo en Horno cambia la dureza promedio de la

parte?

• ¿Qué efecto tiene la interacción entre la temperatura y el tiempo sobre

la dureza promedio de la parte?

ITD
El Efecto de la Temperatura de Salida

ITD
El Efecto del Tiempo en Horno

ITD
 El Efecto de la Interacción
Ejemplo 4.

ITD
 El Efecto de la Interacción

¿Qué niveles de temperatura y tiempo deben usarse para aumentar al máximo

la dureza de las partes?

ITD
El Efecto de la Interacción

ITD
El Efecto de la Interacción

ITD
Grafica de Pareto de Efectos

ITD
Optimizador de Respuesta

ITD
 Diseño Factorial

Ejemplo 5. Dos Niveles Tres Factores 2k = 23

En un proceso de múltiples de admisión se definieron cierto numero de
variables y se desea determinar el efecto de tales en cuanto a la dureza de las
piezas:

A: Tiempo de Sopleteo (10, 20 seg.)

B: Temperatura de Precalentamiento (390, 400 °C)
C: Tiempo de Solidificación (10, 20seg.)

Se corrieron dos replicas para cada prueba y los resultados se muestran en la

tabla:

ITD
 Diseño Factorial
Ejemplo 5. Dos Niveles Tres Factores 2k = 23

Temp
OrdenEst OrdenCorrida PuntoCentral Bloques Tiempo Sopleteo Tiempo Solidificacion Y1
Precalentamiento
1 1 1 1 10 390 10 3.5
2 2 1 1 20 390 10 2.1
3 3 1 1 10 400 10 4.9
4 4 1 1 20 400 10 5.1
5 5 1 1 10 390 20 1.5
6 6 1 1 20 390 20 1.9
7 7 1 1 10 400 20 7.1
8 8 1 1 20 400 20 8.1
9 9 1 1 10 390 10 2.3
10 10 1 1 20 390 10 1.1
11 11 1 1 10 400 10 4.1
12 12 1 1 20 400 10 3.9
13 13 1 1 10 390 20 3.2
14 14 1 1 20 390 20 1.1
15 15 1 1 10 400 20 8.3
16 16 1 1 20 400 20 9.2

ITD
 Diseño Factorial
Ejemplo 5. Dos Niveles Tres Factores 2k = 23

ITD
 Diseño Factorial
Ejemplo 5. Dos Niveles Tres Factores 2k = 23

ITD
 Diseño Factorial
Ejemplo 5. Dos Niveles Tres Factores 2k = 23

ITD
 Diseño Factorial
Ejemplo 5. Dos Niveles Tres Factores 2k = 23

- Grafica de Optimización (Valor Objetivo 2).

ITD
Practica # 2

ITD
 Diseño Factorial
Practica # 2

Realice un Diseño de Experimentos para maximizar la variable Distancia

en el proceso de “lanzamiento de pelota por medio de catapulta” utilizando
por lo menos tres factores a dos niveles.

Comenta tus resultados.

ITD