INVESTIGACIÓN 2: SEGUNDO

PARCIAL
DISEÑO DE EXPERIMENTOS

ALEJANDRO PÉREZ MARTÍNEZ 170082768

CAMPUS SAN LUIS
Introducción
En esta investigación se llevará a cabo tres puntos muy importantes para poder
definir lo que viene en este último parcial. Los DOE (Diseño de Experimentos) son
la base de la materia, por ello es muy importante saber los conceptos básicos, como
se manejan y los distintos tipos que existen. Son unas herramientas básicas para la
ingeniería industrial pues nos darán pautas sobre lo que podemos esperar de
distintos factores en cuanto a la producción o desarrollo en los procesos a la hora
de llegar al mundo laboral.

Diseño factorial
Los diseños factoriales son los más utilizados en los experimentos con dos o más
factores, es decir, con dos o más variables independientes, las cuales serán
analizadas al ser consideradas por el investigador como variables que afectan al
proceso.
Los valores en los que se puede trabajar con cada uno de los factores se les
denomina niveles, es decir los niveles son el valor, puede ser cuantitativo o
cualitativo, que puede tomar cada uno de los factores dentro del experimento. En
un diseño factorial, cada uno de los niveles de cada factor independiente se combina
con cada uno de los niveles de los demás, para así realizar todas las combinaciones
posibles.
Cada una de las combinaciones se convierte en una condición para el experimento.
Esto produce que los experimentos sean más eficientes, dado que se puede
proporcionar información de los efectos de todos los factores en relación a los
niveles de los otros.
Los efectos que estos causan pueden ser de tres tipos, simples, principales y de
interacción.
• Efectos simples: Se observan al comparar entre todos los niveles de un factor
a un solo nivel del otro factor.
• Efectos principales: Se observan al comparar entre todos los niveles de un
factor promediados para todos los niveles de otro factor.
• Efecto de interacción: Estos miden la diferencia entre los efectos simples de
un factor a diferentes niveles de otros
Método Taguchi
El método Taguchi debe su nombre al estadístico e ingeniero Gen’ichi Taguchi.
Taguchi nació en Japón en el año 1924 y falleció en 2012, tras realizar importantes
aportes en asuntos tan destacables como el control de la calidad de los productos
en empresas. Su trayectoria profesional, colaborando con diferentes universidades
y empresas, le hizo detectar la necesidad de simplificar los procesos experimentales
de nuevos productos.

Taguchi afirmaba que la calidad de un producto estaba determinada por todas

aquellas etapas que tenía que superar hasta llegar al consumidor. Desde su
diseño, producción y entrega, hasta la utilidad que le aportaba dicho producto a la
persona que hacía uso de él.

Por último, definía la calidad como la pérdida que generaba el producto en relación
a la sociedad. Cuanto menor fuese dicha pérdida, mayor calidad tendría el
producto.

Este modelo simplifica la experimentación con numerosos factores, pues se basa

en la estadística, evitando realizar innumerables experimentos.

La calidad óptima se sitúa en punto en el que la pérdida esperada E[L] = 0.

Conforme se aleja la función en dirección a los límites superiores e inferiores, se
produce una pérdida de calidad.

Esta es la función de pérdida de calidad esperada propuesta por Taguchi. Hay que
destacar que esta función puede ser simétrica o asimétrica.
Función de pérdida
La función de perdida nos ofrece una forma de calcular la «pérdida de calidad» que
sufre un aspecto analizado con respecto al objetivo de calidad que le hayamos fijado
al mismo. Esto significa, que para una característica fijada en nuestro producto
o proceso, la función de pérdida nos dirá cuándo nos estamos alejando de nuestro
objetivo.

La función de perdida es la siguiente:

L = K * (Y – M)^2
Donde…
L es el resultado de la función, medido generalmente en unidades monetarias.
Y es el valor ideal de la característica analizada (nuestro objetivo a alcanzar para
ese parámetro).
M es la media de valores obtenidos de la característica analizada en la situación
real.
K es una constante que se encarga de convertir (Y – M)^2 a unidades monetarias.

Conclusión
Los temas que nos esperan para es siguiente parcial están demasiado relacionados
con nuestra carrera, así como con lo que podremos llegar a ver en nuestros tiempos
laborales. Será demasiado interesante ver como podremos aplicar todas estas
herramientas y conocimientos a nuestras áreas de ingeniería y así poder mejorar
procesos y tiempos.