ACTIVIDAD N° 5

EXPERIMENTOS FACTORIALES A DOS NIVELES

OBJETIVOS
 Utilizar modelos con varios factores a dos niveles (la aparición de solo dos niveles facilita
el trabajo con numerosos factores).
 Realizar graficas en función al diagrama de Pareto, probabilidad normal de jasen.
 Estimar efectos e intersecciones a través de los diagramas de probabilidad de Hazen, Pareto
y sus respectivas comprobaciones.
 Identificar factores e intersecciones significativos.
 Determinar los valores significativos mediante el uso de Pareto y Anova.
 Aprender usar el programa SPSS.

FUNDAMENTO TEORICO
Con frecuencia en la experimentación industrial, se necesita dilucidar el efecto de un gran número
de factores sobre la variable respuesta.
Aunque el número de niveles de cada factor sea bajo, el número de combinaciones aumenta
rápidamente (3 factores, 4 factores cada uno, 4 al cubo = 64 combinaciones)
Consideramos solo 2 niveles para cada factor, los valores extremos (nivel alto, nivel bajo). Rápido y
económico.
ALGORITMO DE YATES.- Un diseño factorial con repeticiones contiene ensayos 2k. El
algoritmo de Yates considera k+2 columnas, la primera de las cuales contiene la matriz del diseño
de experimentos, es decir, los 2k tratamientos escritos en orden estándar de Yates.
2. En la columna 1 se escribe el resultado correspondiente a cada tratamiento listado en la columna
Si el diseño se repitiese, se escribiría la media de los resultados obtenidos en las repeticiones de
cada tratamiento.
3. En la mitad superior de la columna 2 se escriben en orden las sumas de pares consecutivos de la
columna 1, es decir, el primero más el segundo, el tercero más el cuarto, y así sucesivamente. En la
mitad inferior de la columna 3 se introduce, en orden, las diferencias entre los mismos pares
consecutivos observados antes, es decir, el segundo dato menos el primero, el cuarto menos el
tercero, etc.
4. Las columnas 3, 4, …, se obtienen de la misma forma que la columna 2, es decir, obteniendo en
cada paso sumas y diferencias de pares de la columna precedente en la forma descrita en la etapa 3.
5. Los resultados obtenidos en la última columna (columna k+2) se etiquetan con g(T), g(A),g(B),
g(AB), etc. El primer valor dividido por N da la media de todos os experimentos realizados. Las
estimaciones de los efectos principales y de las interacciones se obtienen dividiendo cada g( ) por
N/2.
 EJERCICIO
USO DEL DISEÑO FACTORIAL EN LA SÍNTESIS DE PRODUCTOS DE QUÍMICA FINA
(Homologo Aceite de Jojoba)
Son productos de alto valor agregado y pequeños tonelajes fabricados como procesos discontinuos
y polivalentes.
Aceite de Jojoba.- Éster de alto peso molecular (Usos: Plastificante para la industria cosmética,
farmacéutica, alimenticia). Se encuentra en la Jojoba y esperma de ballena.

Equipo Experimental.- Reactor tanque agitado a vacío con sus respectivos controles de Temperatura
(T) y agitación.
Materiales usados. -
Catalizador: Cloruro de cobalto
Ácido oleico al 99 % de pureza
Alcohol oleico al 98 % de pureza
Método Analítico. - Cromatografía de gases y espectrofotómetro de masas.
Calidad del Producto. - Se determinó midiendo punto de solidificación, índice de saponificación,
índice de Iodo y viscosidad.
Método de Operación. - Se introducen los reactivos al reactor provisto de un condensador con
reflujo.
Se realiza vacío hasta 0.1 mm Hg y se calienta los reactivos a la temperatura deseada. Se agitan
durante dos horas y se analizan las muestras al finalizar la reacción. Durante cada experimento
permanece cte. la T, P y velocidad de agitación.
Análisis Estadístico.- En este trabajo, el tipo de diseño seleccionado para el estudio de un éster
análogo del aceite de Jojoba ha sido un diseño factorial de (un factor a tres niveles y dos factores a
dos niveles). Los factores elegidos, considerando los aspectos químicos del proceso fueron,
Temperatura (T) con dos niveles (100 y 150 ºC); Concentración inicial de catalizador (C) con dos
niveles (0.1 y 0.05 gr); Relación inicial molar (M) alcohol – ácido en tres niveles (0.5, 1, y 1.5).
1 2 3 4 5 6 7
-1 -1 -1 -1 299 566 1176 2556 5370 335,625 0
1 -1 -1 -1 267 610 1380 2814 -196 -24,5 a
-1 1 -1 -1 311 635 1309 -88 376 47 b
1 1 -1 -1 299 745 1505 -108 22 2,75 ab
-1 -1 1 -1 334 632 -44 154 400 50 c
1 -1 1 -1 301 677 -44 222 34 4,25 ac
-1 1 1 -1 378 664 -71 42 198 24,75 bc
1 1 1 -1 367 841 -37 -20 -20 -2,5 abc
-1 -1 -1 1 334 -32 44 204 258 32,25 d
1 -1 -1 1 298 -12 110 196 -20 -2,5 ad
-1 1 -1 1 356 -33 45 0 68 8,5 bd
1 1 -1 1 321 -11 177 34 -62 -7,75 abd
-1 -1 1 1 336 -36 20 66 -8 -1 cd
1 -1 1 1 328 -35 22 132 34 4,25 acd
-1 1 1 1 435 -8 1 2 66 8,25 bcd
1 1 1 1 406 -29 -21 -22 -24 -3 abcd
 8 9 10 11 12

c 51 50 15 0,96666667
b 47 47 14 0,9
d 32,25 32,25 13 0,83333333
bc 24,75 24,75 12 0,76666667
a 24,5 8,5 11 0,7
bd 8,5 8,25 10 0,63333333
bcd 8,25 4,25 9 0,56666667
abd 7,75 4,25 8 0,5
acd 4,25 2,75 7 0,43333333
ac 4,25 -1 6 0,36666667
abcd 3 -2,5 5 0,3
ab 2,75 -2,5 4 0,23333333
abc 2,5 -3 3 0,16666667
ad 2,5 -7,75 2 0,1
cd 1 -24,5 1 0,03333333

GRAFICO
Pareto y probabilidad de Hazen

c
b
d
bc
a
8
bd
bcd Series1
abd
Análisis Varianza ac
acd
abcd
ab
ad
abc
0 10 20 30 40 50 60

1.2

0.8

0.6 hazen
Series4
0.4 Linear (Series4)
0.2

0
-30 -20 -10 0 10 20 30 40 50 60
CONCLUSIONES
 
 No hay influencia significativa entre proveedores ( No se puede elegir mejor proveedor)
 Si hay diferencia significativa entre lotes lo que significa que la variabilidad del proceso del proveedor
es muy alta. El control de calidad del proceso del proveedor es deficiente.
BIBLIOGRAFÌA

 https://es.m.wikipedia.org>wiki>Anàlisis
 https://support.minitab.com>how-to>anova
 www.ub.edu>aplica_infor>spss>cap4-7