SÍLABO

DISEÑO DE EXPERIMENTOS PARA LA INDUSTRIA

I. DATOS GENERALES

1. Modalidad: Virtual.
2. Unidad Académica: INSTITUTO DE CORROSIÓN Y PROTECCIÓN
3. Docentes: Prof. Daniel Obregón Valencia.
4. Duración: 21 horas.
5. Fechas de inicio y término: Del 08 al 30 de setiembre de 2022.

II. PRESENTACIÓN

El diseño de experimentos (DOE, por sus siglas en inglés) es una herramienta

estadística avanzada que identifica los parámetros principales e interacciones
críticas en un proceso. De esta manera, permite correlacionar las condiciones de
entrada con las características finales del producto o proceso.

El presente curso consta de 21 horas. La presentación de los temas teóricos será

complementada con ejercicios desarrollados en computadora. La dedicación por
parte del participante es de aproximadamente 12 horas por semana.

III. RESUMEN

El curso DISEÑO DE EXPERIMENTOS PARA LA INDUSTRIA tiene como objetivo

presentar los fundamentos de la metodología de diseños de experimentos para
poder determinar los factores más influyentes en un proceso y poder optimizarlos.

El curso consta de 21 horas lectivas, las cuales están comprendidas por 07 (seis)
sesiones virtuales. En la primera parte del curso se discutirán los fundamentos de
las herramientas de diseño de experimento (3 horas), continuando con la
presentación de los distintos diseños de experimentos existentes, abarcando desde
los diseños factoriales completos y fraccionados hasta los diseños de superficie de
respuesta (8 horas). La última parte del curso se enfocará en el desarrollo de
ejercicios aplicando diversos programas estadísticos (7 horas) y la presentación de
un Caso de Estudio (3 horas) según el área de interés de cada participante.

1
IV. OBJETIVO GENERAL

Al finalizar el curso el estudiante conocerá los fundamentos de diseños de

experimentos, las herramientas estadísticas aplicadas para su desarrollo y los tipos
y características de los diseños de experimentos que existen.

V. OBJETIVOS ESPECÍFICOS

Durante el desarrollo de los capítulos el estudiante adquirirá las siguientes

capacidades:

Parte I

Comprender los fundamentos básicos de la metodología de diseños de experimentos

y las herramientas estadísticas involucradas en la determinación de los factores
influyentes en la respuesta de interés.

Parte II

Conocer los distintos tipos de diseños de experimentos existentes y sus aplicaciones

(Diseño de bloques y por parcelas, diseño factoriales completos, fraccionados,
Taguchi, Plackett-Burman, diseño de superficies y de mezclas). Comprender los
conceptos de alias, resolución y generadores.

Parte III

Generar diseños factoriales completos, fraccionados y Taguchi empleando

diferentes programas estadísticos. Así como, una breve introducción al uso de
diseños de superficies y diseño de mezclas.

Parte IV

Aplicar los conocimientos previos adquiridos para el desarrollo y presentación de un

Caso de Estudio enfocado al área de interés de los estudiantes.

VI. BLOQUE TEMÁTICO

Parte I: Fundamentos

 Diseño de experimentos para la industria

o Fundamento de diseño de experimentos
o Principios: aleatoriedad, replicación, bloques
o Grados de libertad

2
 o Influencia entre factores

 Metodología sistemática del diseño de experimentos

o Barreras para una aplicación exitosa de DOE
o Metodología
 i. Etapa de planeamiento
 ii. Etapa de diseño
 iii. Etapa de ejecución
 iv. Etapa de análisis

 Herramientas analíticas para DOE

o Gráfica de efectos principales
o Gráficas de interacción
o Paretos
o Gráfica de probabilidad normal versus residuos
o Gráfica de respuestas de superficie y modelos de regresión

Parte II: Diseños de experimentos

 Diseño factorial
o Ejemplos de diseño 22 factorial
 Determinación de efectos principales
 Como obtener el objetivo
 Condiciones óptimas
o Ejemplos de diseño 23 factorial
o Ejemplos de diseño 24 factorial

 Diseño factorial fraccionado

o a. Construcción de un diseño factorial fraccional
o b. Ejemplo de diseño factorial 2(7-4)
o c. Ejemplo de diseño factorial 2(5-1)

 Introducción a diseños especiales

o Plackett-Burman

3
 o Taguchi
o Superficie de respuestas
o Mezclas

Parte III: Creación de diseños de experimentos

 Manejo de programas estadísticos – conceptos básicos

 Diseño de experimentos con Minitab, JMP, Software R y Design-Expert.
 Casos de estudio
 Diseño de experimentos y Taguchi
 Ejemplo de diseño de experimentos con software especializados

Parte IV: Caso de estudio

 Taller práctico. Caso de Estudio.

VII. ESTRATEGIA METODOLÓGICA

1. Estrategias didácticas:

El curso se desarrolla a través de sesiones de clase virtuales (vía Zoom)

complementadas con la realización de un Caso de Estudio.

2. Recursos de aprendizaje:

Consta de lo siguiente: videoconferencias, foros y presentación de un Caso de

estudio.

Asimismo, se utiliza la plataforma virtual Paideia del curso para hacer llegar
información u organizar las actividades con los alumnos.

VIII. EVALUACIÓN DEL APRENDIZAJE

Al final del curso se toma una evaluación en línea con preguntas objetivas de
opciones múltiples.

4
 La nota final del curso comprende las obtenidas en la evaluación en línea (40%) y la
presentación del Caso de Estudio (60% cada una), siendo la nota mínima aprobatoria
de 11 (once), teniendo en cuenta el medio punto a favor del alumno.

IX. CERTIFICACIÓN

1. Tipo de certificación: CERTIFICADO

Requisitos: aprobar el curso con un promedio mínimo de 11 (once).

2. Tipo de certificación: CONSTANCIA DE PARTICIPACIÓN

Requisitos: si no se obtiene una nota promedio aprobatoria, el participante debe
tener una asistencia mínima del 80% (cuentan todas las sesiones virtuales).

X. BIBLIOGRAFÍA

• Anderson M. and Whitcomb P. DOE simplified: Practical tools for effective Experimentation,
2015.

• Montgomery, D. Design and Analysis of Experiment, 2013.

• Ruxton, G. and N. Colegrame. Experimental design for the life Sciences, 2010.

• Barker T. Quality by experimental Design, 2005.

• A. Jiju. Design of experiments for Engineering and Scientist, 2003.

• Roy, R. Design of experiment using Taguchi Approach, 2001.

• Box; W. Hunter and S. Hunter. Statistics for experimenters, 1978.