Facultad de Ingeniería

Carrera de Ingeniería Ambiental

Informe de Actividad de Investigación Formativa

Periodo Académico
Noviembre 2022– Marzo 2022
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

Contenido
1. Autores..................................................................................................................................................................................................3
2. Personal Académico..............................................................................................................................................................................3
3. Resultados de Aprendizaje de la asignatura:.........................................................................................................................................3
4. Tema de la Actividad de la Investigación Formativa:...........................................................................................................................3
5. Objetivos de la(s) actividad(es):............................................................................................................................................................3
6. Fecha de la ejecución:...........................................................................................................................................................................3
7. Desarrollo del Informe..........................................................................................................................................................................3
7.1 Introducción. (1 página)............................................................................................................................................................3
7.2 Descripción de la metodología (Especificación de cómo se realizaron la(s) actividad(es) de Investigación Formativa. (Qué
y Cómo) 3
7.3 Descripción de la(s) acción(es) realizadas (Fase de Ejecución y Seguimiento y Fase de Socialización y Reflexión).............3
7.4 Resultados.................................................................................................................................................................................3
7.5 Bibliografía................................................................................................................................................................................3
8. ANEXOS (Evidencias)..........................................................................................................................................................................3

1. Autores

 Ángel Guamán
 Samantha Aulla

Página 2 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

2. PERSONAL ACADÉMICO

 Cesar Cisneros
 Mery Manzano
3. RESULTADOS DE APRENDIZAJE DE LA ASIGNATURA:

 Conocer las etapas y principios básicos de un diseño de experimentos y los emplea en un diseño para ejecutar una
investigación.
 Aplicar análisis de varianza, pruebas de rangos múltiples y verificación de supuestos de normalidad para evaluar hipótesis en
problemas que involucren diseño de un solo factor
 Aplicar análisis de varianza, comparación de medias y verificación de supuestos de normalidad para evaluar hipótesis en
problemas que involucren diseño de bloques.
 Aplicar Análisis de varianza, comparación de medias y verificación de supuestos de normalidad para evaluar hipótesis en
problemas que involucren diseños factoriales.
4. TEMA DE LA ACTIVIDAD DE LA INVESTIGACIÓN FORMATIVA:

- Diseño de un solo factor

- Diseño Factorial
- Diseño de bloque
5. OBJETIVOS DE LA(S) ACTIVIDAD(ES):

- Aplicar el diseño de un solo factor en el estudio de la contaminación del aire por monóxido de carbono en una determinada
ciudad.
- Aplicar análisis de varianza, pruebas de rangos múltiples y verificación de supuestos de normalidad para evaluar hipótesis en
problemas que involucren diseño de bloques.
- Aplicar análisis de varianza, pruebas de rangos múltiples y verificación de supuestos de normalidad para evaluar 4 ciudades
con contaminación de dióxido de azufre.

6. FECHA DE LA EJECUCIÓN:

02-03-2023

7. DESARROLLO DEL INFORME

7.1 Introducción.

Diseño de Experimentos: Son modelos estadísticos clásicos cuyo objetivo es averiguar si unos determinados factores influyen en una
variable de interés y, si existe influencia de algún factor, cuantificar dicha influencia.
Estos diseños se pueden clasificar en:

Diseño de un solo factor:

Los experimentos con un solo factor comprenden experimentos que se usan cuando el objetivo es comparar más de dos tratamientos,
pero que corresponden a niveles de un mismo factor.
Vale la pena recordar que a los tratamientos también se les puede llamar niveles.
El diseño de un solo factor es el más simple de todos, pues contempla solo dos fuentes de variabilidad: los tratamientos (o niveles) y el
error aleatorio. Se denominan en algunas ocasiones diseños completamente aleatorizados porque las corridas experimentales se realizan
en orden aleatorio, dado en este caso que no tienen restricciones impuestas por factores como el bloqueo.
Con el fin de tomar una decisión en la solución de un problema real.
Por lo general las comparaciones se hacen en términos de las medias poblacionales, aunque también es importante la comparación de
varianzas y capacidad actual para cumplir con ciertas especificaciones.

Diseño Factorial

Un diseño factorial es un tipo de experimento diseñado que permite estudiar los efectos que varios factores pueden tener en una

respuesta. Al realizar un experimento, variar los niveles de todos los factores al mismo tiempo en lugar de uno a la vez, permite estudiar

las interacciones entre los factores.

Página 3 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

El diseño factorial estudia la influencia simultánea de dos o más VI (factores) sobre una, o más de una, VD.
Cada factor puede tener dos o más valores (o niveles). Cada tratamiento (o condición experimental) consiste en la combinación de los
respectivos valores de un factor con los del otro (u otros).
Al analizar simultáneamente dos o más factores en un solo experimento se puede estudiar:

 El efecto de cada factor por separado (como si se tratara de un diseño con una sola VI).
 El efecto de la combinación de los niveles de los diferentes factores sobre la VD.
El experimento factorial más sencillo consta de dos factores con dos niveles cada uno: Diseño factorial AxB

 A: número de niveles de un factor.

 B: número de niveles del otro factor.(Bao F. , 2019)

Diseño de Bloques
Un diseño de bloques aleatorizados es un diseño frecuentemente utilizado para minimizar el efecto de la variabilidad cuando se asocia
con unidades discretas (por ejemplo, ubicación, operador, planta, lote, tiempo). El caso usual consiste en distribuir aleatoriamente una
réplica de cada combinación de tratamientos dentro de cada bloque. Por lo general, no hay un interés intrínseco en los bloques, y se
considera que éstos son factores aleatorios. La suposición habitual es que el bloque por interacción de tratamiento es cero, y esta
interacción pasa a ser el término de error para probar los efectos del tratamiento. Si designa la variable de bloqueo como Bloque, los
términos en el modelo serían entonces Bloque, A, B y A*B. También especificaría el Bloque como el factor aleatorio. (Bao F. , 2019)

7.2 Descripción de la metodología

Para la realización de la presente Investigación formativa, el docente explicó el proceso para la ejecución de la misma durante clases.
Además de dar a conocer el que elaborará cada grupo. Para esta investigación se practicará los problemas a estudiar se utilizar diferentes
diseños experimentales como el diseño de un solo factor, diseño factorial y diseño de bloques, se buscó de diferentes fuentes
bibliográficas diseños experimentales que nos ayuden en el estudio de problemas ambientales.

7.3 Descripción de la(s) acción(es) realizadas

 Fase de Ejecución y Seguimiento

Esta investigación se ejecutó a través de diseños experimentales que se pueden dar en el área ambiental y el seguimiento se hizo en las
búsquedas bibliográficas, de parte de la docente nos ayudo con las dudas que teníamos acerca de la investigación.

 Fase de Socialización

La socialización se realizó por medio de una reunión por Zoom donde hicimos los ejercicios en Excel, el material didáctico , también
hubo tutorías donde la docente nos supo dar ideas para hacer de mejor manera nuestro trabajo de investigación . luego los estudiantes
presentaron sus trabajos grupales, explicando los resultados obtenidos.

 Fase de Reflexión.

La actividad permitió a los estudiantes interpretar de mejor manera los resultados obtenidos, lo que también permitió compartir a la
conclusión que llegaron cada grupo y reflexionar que a través de los diseños experimentales podemos resolver problemas ambientales.

7.4 Resultados

DISEÑO DE UN FACTOR
Ejemplo

Página 4 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

Concentraciones de monoxido de carbono

Lunes Martes Miércoles Jueves Viernes
420 450 355 321 238
390 390 462 254 255
480 430 286 412 366
430 521 238 368 389
440 320 344 340 198
324 360 423 258 256
450 342 123 433 248
460 423 196 489 324

Hipótesis:
La contaminación del aire es igual en todos los días
H0: u1=u2=u3=u4=u5=U
de la semana
La contaminación del aire no es igual en todos los días de
Ha: ui dif uj
la semana.
Tabla ANOVA
FV SC GL CM Fo Ftabla CD
Dias de la semana 119484 4 29871,087 4,78 2,641 35%
Error 218948,8 35 6255,7 65%
Total 338433 39 100%
Interpretación:
4,78 >2,64 se rechaza H0, es decir que la contaminación del aire es igual en todos los días de la semana.

LSD

Diferencia diferencia
poblaional muestral   lsd decisión Conclusion
ua-ub 19,75 < 80,28 No significativo   Se acepta H0, ua = ub  
ua-uc 120,88 > 80,28 Significativo   Se rechaza H0, ua dif uc  
ua-ud 64,88 < 80,28 No significativo   Se acepta H0, ua = ud  
ua-ue 140,00 > 80,28 Significativo   Se rechaza H0, ua dif ue  
ub-uc 101,13 > 80,28 Significativo   Se acepta H0, ub = uc  
ub-ud 45,13 < 80,28 No significativo   Se acepta H0, ub = ud  
ub-ue 120,25 > 80,28 Significativo   Se rechaza H0, ub dif ue  
uc-ud 56,00 < 80,28 No significativo   Se acepta H0, ub = ud  
uc-ue 19,13 < 80,28 No significativo   Se acepta H0, ub = ue  
ud-ue 75,13 < 80,28 No significativo   Se acepta H0, ud = ue  

Página 5 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

Gráfica de medias

Dias de la semana
600.000

500.000

400.000

300.000

200.000

100.000

0.000
1 2 3 4 5

Series3

Los lunes y martes es donde mayor concertación de monóxido de carbono con promedio de 424,250 y 404,500 el viernes hubo menos
concentración de monóxido de carbono con un promedio de 284,250 esto quiere decir que el miércoles y viernes hubo menos
contaminación de los vehículos, las industrias, maquinas e incendios.
Gráficos de supuesto de normalidad

Lunes
2

1.5

0.5

0
0 20 40 60 80 100 120
-0.5

-1

-1.5

-2

Se acepta H0, es decir que los residuos se distribuyen normalmente.

Página 6 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

Viernes
2

1.5

0.5

0
20 30 40 50 60 70 80 90 100 110
-0.5

-1

-1.5

-2

Se acepta H0, es decir que los residuos se distribuyen normalmente.

Conclusión general
El 80% de las emisiones de monóxido de carbono, son los vehículos automotores que utilizan como combustible gasolina o diésel y los
procesos industriales que utilizan compuestos del carbono, es nuestro estudio se pudo determinar que en el lunes hubo más
contaminación esto puede ser por el inicio de semana que todos salen al trabajo y por ende hay más transporte público a diferencia del
día viernes que hubo menos concentración de monóxido de carbono.

DISEÑO DE BLOQUES
Ejercicio

Con el fin de comparar 4 ciudades por contaminación de SO2 , los siguientes datos se obtuvieron de un muestreo atmosférico de dióxidos de azufre
(SO2; según la ECA: Estándares de calidad ambiental para el aire, los niveles máximos permitidos son de 20mg/m3 de aire) proveniente de 4 lugares
diferentes A=Ica, B=Cajamarca, C=Chachapoyas y D=Cuzco. Se tomó en diferentes tiempos; es decir en horarios del día diferentes de modo que
T1=12m a 06pm; T2=07 a 3pm; T3=04 a 10 pm y T4=11pm a 5am. Respectivamente

Lugares
Tiempos A B C D
1 13 25 28 39
Hipotesis   2  10  25 31 41
•H0 : µT1 = µT2 = µT3 = µD = T4 3 La contaminación
16 por SO2 es
26 el mismo en todos
34 los horarios T1,T2,T3.T4
35
•HA : µi ≠0 para algún i = T1, T2, T3, T4 4 La contaminación
10 porSO2 20
no es el mimo en todos
31 las ciudades T1,T2,T3,T4
48

Bloques
H0: La contaminación por SO2 es el mismo en las 4 ciudades
Ha: La contaminación por SO2 no es el mismo en las 4 ciudades

Tabla ANOVA

FV SC GL CM Fo Ftabla CD
Tiempo 5 3 1,667 0,10 3,863 0%
Lugar 1726,5 3 575,5 34,88 3,863 92%
Error 148,5 9 16,5 8%

Página 7 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

Total 1880 15 100%

LSD

DIFERENCIA DIFERENCIA
POBLACIONAL MUESTRAL   LSD DECISIÓN Conclusion
u1-u2 11,75 > 6,50 Significativo   Se rechaza H0, u1 dif u2  
u1-u3 18,75 > 6,50 Significativo   Se rechaza H0, u1 dif u3  
u1-u4 28,5 > 6,50 Significativo   Se rechaza H0, u1 dif u4  
u2-u3 7 > 6,50 Significativo   Se rechaza H0, u2 dif u3  
u2-u4 16,75 > 6,50 Significativo   Se rechaza H0, u2 dif u4  
u3-u4 9,75 > 6,50 Significativo   Se rechaza H0, u3 dif u4  

Gráfico de medias

Lugares
50.00
45.00
40.00
35.00
Contaminacion

30.00
25.00
20.00
15.00
10.00
5.00
0.00
1 2 3 4
Lugar

Series3
Interpretación

El lugar donde hay más contaminación de SO2 es Cuzco Lo cual quiere decir que pasa el nivel máximo permitido de 20 mg/m3 con un promedio de 40,74
mg /m3 DE SO2 al igual que Cajamarca y Chachopoyas que superaron el nivel máximo con promedio de 24 mg/m3 y 31 mg/m3 , mientras que en Ica hay
menos nos contaminación por SO2ya no llega al nivel máximo pues tiene un promedio de 12,25mg/m3 de SO2

Página 8 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

Tiempo
35.00

30.00

25.00

20.00

15.00

10.00

5.00

0.00
1 2 3 4

Series3
Interpretación

El tiempo no influye mucho ya que, en todas las ciudades, pero de lo que si nos podemos dar cuenta que mayor tiempo exposición de SO2
hay más contaminación además de eso provoca lluvia ácida, acidificación de lagos y suelos, así como acelerar el deterioro de los edificios y
en la salud es irritante a los ojos, garganta y vías respiratorias.
También podemos decir que e T3= 4am a 11pm hubo una exposición de 17 horas ya que es el tiempo mas largo y por tal razón tiene más
efecto ene el experimento .

Supuestos de Normalidad

Chachapoyas
1.5 Se acepta
H0 , ya
1 que los
residuos
0.5 del efecto
lugar se
0 distribuye
0 0.5 1 1.5 2 2.5 3 3.5

-0.5

-1

-1.5
normalmente

Página 9 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

Cuzco
1.5

0.5

0
0 1 2 3 4 5 6 7 8

-0.5

-1

-1.5

Se acepta H0, ya que los residuos del efecto lugar se distribuye normalmente.

Conclusión General

El 80% de las emisiones de monóxido de carbono , son los vehículos automotores que utilizan como combustible gasolina o diésel y los
procesos industriales que utilizan compuestos del carbono , es nuestro estudio se pudo determinar que en el día lunes hubo más
contaminación esto puede ser por el inicio de semana que todos salen al trabajo y por ende hay más transporte público a diferencia del
día viernes que hubo menos concentración de monóxido de carbono.
7.5 Bibliografía

DISEÑO FACTORIAL
Se realiza un estudio sobre el efecto que produce la descarga de aguas residuales de una planta sobre la ecología del agua natural de
un río. En el estudio se utilizaron dos lugares de muestreo. Un lugar está aguas arriba del punto en el que la planta introduce aguas
Ejemplo
residuales en la corriente; el otro está aguas abajo. Se tomaron muestras durante un periodo de cuatro semanas y se obtuvieron los
datos sobre el número de diatomeas halladas. Los datos se muestran en la tabla adjunta:

Semana Semana 1 Semana 2 Semana 3 Semana 4

78 620 204 890
194 760 333 655
Aguas arriba
143 420 98 763
58 913 89 562
Lugar
79 546 145 254
187 652 69 86
Aguas abajo
145 76 159 789
522 94 62 267
HIPOTESIS

Página 10 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

H0: Efecto de lugar (A)=0

H1: Efecto de lugar (A)≠0

H0: Efecto de semana (B)=0

H1: Efecto de semana(B)≠0

H0: Lugar x Semana(AxB)=0

H1: Lugar Semana (AxB)≠0

Tabla ANOVA

FV SC GL CM Fo Ftabla CD
Lugar 219122,0000 1 219122,000 5,74 4,26 9%
Semana 1050687,2500 3 350229,083 9,18 3,01 42%
Lugar* semana 315480,7500 3 105160,250 2,76 3,01 13%
Error 915572,0000 24 38148,833 37%
Total 2500862,0000 31 Total 100%

LSD Efecto A

DIFERENCIA DIFERENCIA
POBLACIONAL MUESTRAL   LSD DECISIÓN Conclusion
u1-u2 334,375 > 201,56 Significativo   Se rechaza H0, u1 dif u2  
u1-u3 30,875 < 201,56 No ignificativo   Se acepta H0, u1 = u3  
u1-u4 357,5 > 201,56 Significativo   Se rechaza H0, u1 dif u4  
u2-u3 365,25 > 201,56 Significativo   Se rechaza H0, u2 dif u3  
u2-u4 23,125 < 201,56 No significativo   Se acepta H0, u2 = u4  
u3-u4 388,375 > 201,56 Significativo   Se rechaza H0, u3 dif u4  

LSD Efecto B

DIFERENCIA DIFERENCIA
POBLACIONAL MUESTRAL   LSD DECISIÓN Conclusion
u1-u2 165,5 < 201,56 No Significativo   Se acepta H0, ua = ub  

Gráfico Efecto A

4 Semanas
600

500

400

300

200

100

0
Semana 1 Semana 2 Semana 3 Semana 4

Página 11 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

Interpretación

En la semana 2 y 4 hay mayor número de diatomeas con un promedio de 510, 125 y 533 , 250 mientras que en la semana 1 y 3 hay menor
cantidad de diatomeas , con un promedio de 175,750 y 144,87 lo que quiere decir que la calidad del agua es mejor que las semanas 2 y 4

Gráfico Efecto B

Aguas arriba y abajo

450
400
350
300
250
200
150
100
50
0
A.arriba A.abajo

Interpretación

El lugar está aguas arriba del punto en el que la planta introduce aguas residuales en la corriente es donde hay mayor presencia de
diatomeas con un promedio de 411,25 y en el lugar de aguas abajo es donde presenta menor número de diatomeas con un promedio de
252 , esto quiere decir que al verter en la zona a dónde va el agua la calidad del agua.

Gráfico interacción A*B

Interaccion A*B
800
700
600
500
400
300
200
100
0
Semana 1 Semana 2 Semana 3 Semana 4

Aguas arriba Aguas abajo

Interpretación

En el lugar de aguas arriba en la semana 2y4 hubo más número de diatomeas con un promedio de 678,25 y 717,5 en el lugar de aguas abajo igual en 12 de 16
Página
la semana 2 y 4 hubo más diatomeas con un promedio de 342 y 349 y donde hubo menos diatomeas es la semana 1 y 3 en el área de aguas arriba con
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

Gráfico de Supuestos de normalidad

Semana 2
2

1.5

0.5

0
0 50 100 150 200 250 300 350 400 450 500
-0.5

-1

-1.5

-2

Se acepta H0 , es decir que los residuos se distribuyen normalmente

Página 13 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

Semana 4
2

1.5

0.5

0
0 50 100 150 200 250 300 350 400 450 500
-0.5

-1

-1.5

-2

Se acepta H0 , es decir que los residuos se distribuyen normalmente

Conclusión

El proceso de liberar o soltar aguas utilizadas previamente en alguna actividad humana en el alcantarillado o en cuerpos
receptores. La descarga de aguas residuales incluye las domésticas y no domésticas en este caso se descargó en rio en aguas abajo
y arriba y por medio de la diatomea se puede concluir que en la semana 2 y 4 El lugar está aguas arriba del punto en el que la
planta introduce aguas residuales en la corriente es donde se halló más diatomeas esto quiere decir baja calidad de agua.

7.6 Bibliografia

8. BIBLIOGRAFÍA

Bao, F. (2020). Soporte de Minitab. Obtenido de Soporte de Minitab:

https://support.minitab.com/es-mx/minitab/21/help-and-how-to/statistical-modeling/
doe/supporting-topics/factorial-and-screening-designs/factorial-and-fractional-factorial-
designs/

Página 14 de 16
 UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

9. ANEXOS

Página 15 de 16
UNACH-RGF-01-03-10.03
VERSIÓN 01: 01-12-2020

Página 16 de 16