Reporte

Nombre: Argel A. Castillo Reyna Matrícula: 02896431

Nombre del curso: Diseño de Nombre del profesor: Federico
Experimentos Jiménez
Módulo: 2, Experimentos de un solo Actividad: Evidencia 2
factor y diseños factoriales
Fecha: Nov/11/2022
Bibliografía: Mi curso: LT.LTIN1809EJE.321.202232 - Diseño de experimentos
(tecmilenio.mx)

Instrucciones:

Documento que muestre la optimización de procesos científicos, en el que se tome en cuenta el diseño

factorial del análisis y diseño de experimentos.

Realiza los siguientes diseños experimentales:

1. Un ingeniero metalúrgico desea probar el efecto de colocar cuatro diferentes tipos de reactivos en
la resistencia a la fluencia de un metal y espera sea de 1200 MPa. Para llevar a cabo la prueba, el
ingeniero decide efectuar un análisis de varianza para el diseño de bloques completos aleatorios
que consiste en utilizar cada tipo de reactivo en cinco metales diferentes y realizar la decisión con
un nivel de significancia  = 0.05.

Para resolver este problema genera 20 números aleatorios con la función de Excel:
ALEATORIO.ENTRE (1000,1400) y coloca los valores obtenidos en la Tabla 1.

  Amplificador
Capacitor 1 2 3 4 5
1  1338 1202 1272 1167 1132
2 1233 1354 1242 1139 1056
3 1294 1333 1188 1338 1267
4 1058 1366 1272 1147 1386
Tabla 1. Resistencia a la fluencia (en MPa)

2. Con los datos del problema anterior, el ingeniero metalúrgico desea probar ahora el efecto de
realizar cuatro diferentes tipos de acabado superficial además de los cuatro diferentes tipos de
 Reporte

reactivos en la resistencia a la fluencia de un metal que espera mejore a 1500 MPa. Para llevar a
cabo la prueba, el ingeniero decide efectuar un análisis de varianza para el diseño de cuadro
latino y realizar la decisión con un nivel de significancia  = 0.05.

3. Un fabricante de motores hidráulicos desea estudiar el efecto del diámetro del actuador (factor A)
y la presión (factor B) sobre el PAR (N·m) generado para hacer rotar el motor (respuesta). La
prueba se hará con 3 réplicas. Se utilizará para la prueba motores de 2 pulgadas y 3 pulgadas con
presiones de 200psi y 300psi.

a. Completa la Tabla 2 con la propuesta de estudio.

  Factor Niveles Unidad

A      
B      
Tabla 2. Propuesta de estudio.

b. Completa la Tabla 3 con el diseño (sombreado en morado).

c. Completa la Tabla 3 con los datos (sombreado en naranja) generados a partir de 12
números aleatorios con la función de Excel:

 ALEATORIO.ENTRE(150,200) para los tres valores del renglón 200psi, 2 pulgadas

 ALEATORIO.ENTRE(175,275) para los tres valores del renglón 200psi, 3 pulgadas
 ALEATORIO.ENTRE(275,300) para los tres valores del renglón 300psi, 2 pulgadas
 ALEATORIO.ENTRE(275,325) para los tres valores del renglón 300psi, 3 pulgadas

Y calcula el total.

A: B: A B x1 X2 Par, N·m Total

               
               
               
               
Tabla 3. Diseño y datos

d. Utilizando Design Expert, genera una Tabla ANOVA con los resultados de la prueba del
experimento a base de un diseño factorial 22.
e. Observando los resultados genera sus propias conclusiones.
 Reporte

De acuerdo con los valores observados de P-Value, no hay variación significativa

en tratamientos y bloques, por lo tanto, se acepta la hipótesis nula Ho en donde

las medias tanto tratamientos como bloques son iguales.

2.
 Reporte

De acuerdo con los valores observados en P-Value que en su mayoría son

mayores a 0.05 tanto en fila y en columna, no existe evidencia significativa de

la variación.

3.

Promedio

175.333333219

289.666667290
Reporte
 Reporte

La presión me da un efecto más significativo que el diámetro. Hay más

variación en el factor presión. Existe interacción entre ambos factores y

generan variaciones en el modelo.

Conclusión:

Hemos visto problemas que tenemos que analizar en cuanto a la optimización

de procesos científicos, en los que se tome en cuenta el diseño factorial, el cual

hemos analizado.

En el último problema las gráficas nos muestran más claramente como una

variable es o no más significativa que otra, por medio de la inclinación de la

pendiente. A diferencia de los dos primeros problemas en los cuales teníamos

que utilizar la información de los coeficientes de para, utilizando la hipótesis,

definir si las variables dependían o no, o si era realmente significante esa

variación