Diseño experimental de catapulta virtual

Neri Quetzani Jasso Ochoa, Victor Manuel Arceo Alvares, Edson Alejandro Montejano Salomón
#
8C INGENIERIA INDUSTRIAL, Instituto Tecnológico de Estudios Superiores de Zamora
Vmanuel.aalvarez.003.vmaa@gmail.com
nerijasso192@gmail.com
itsderamirez@gmail.com
Resumen— En el presente articulo describe la estrategia
experimental utilizada en el diseño del experimento (DOE) así
como los pasos a ejecutar cuando se conduce un DOE. Se
menciona el diseño factorial de dos niveles fraccionado 2 5-2 con 2
réplicas con primera fracción complementaria. El experimento
consiste en utilizar la catapulta que se encuentra en la siguiente
dirección de internet https://sigmazone.com/virtual-catapult/
utilizando 5 variables las cuales tienen niveles altos y bajos que se
metimos en cada una de la medida de la catapulta como lo
indicaba la página web y validando las respuestas de acuerdo a
sus variables.

Palabras clave — Experimento, Factorial, Niveles, Respuesta,

Medidas.

I. INTRODUCCIÓN
En esta investigación experimental del diseño estadístico
del experimento DOE factorial da la posibilidad de que sea
realizado de una manera muy eficiente. Es decir que la
catapulta virtual en esta lleva una metodología que permite
planear distintas estrategias para la recolección de distancias a
las que la catapulta arrojo mediante las variables. Con cada
una de ellas se puede controlar y analizar diferentes
condiciones de estudio de manera sistemática y objetiva

II. ESTRATEGIA EXPERIMENTAL

En esta estrategia experimental es el procedimiento el cual
los datos se obtienen mediante metemos las variables en la
pagina web de la catapulta virtual haciendo la simulación de
arrojar la pelota a una distancia especificada con el fin de que
produzca los fenómenos deseados conforme a las variables
determinadas, dicha estrategia implica la manipulación de
estas. Pero antes de comenzar con la estrategia experimental
es necesario conocer los términos que permitan la óptima
comprensión de este procedimiento.
 Factorial de dos niveles fraccionado 25-2 con 2 réplicas con
fracción complementaria.
7) Determinar el número de replicas:
2 replicas
8) Conducir el experimento
En la siguiente tabla se muestra de forma aleatoria con los
valores que se obtuvieron en cada uno de los experimentos.
TABLA I
VARIABES Y NIVELES

Variables Nivel alto Nivel bajo

Firing Angle = Angulo 130 120
de disparo
Cup elevation = 300 170
Elevación de la pelota
Bungee Position = 170 140
Posición del
amortiguador
Pin Elevation = 180 120
Elevación del pasador
Release Angle = 180 175
Angulo de liberación

1) Identificar el problema: los factores que influyen para la

distancia que recorre la pelota.
9)Analizar los resultados
2) Establecer el objetivo: conocer la distancia recorrida por
la pelota al momento de meter los dígitos a la pagina web de
la catapulta virtual para realizar el minitab y poder realizar el
experimento de una manera adecuada.
3) Seleccionar la variable respuesta: Distancia que recorre
la pelota siendo arrojada por la catapulta (LONGITUD).
4) Seleccionar los factores:
 Firing Angle
 Cup Elevation
 Bungee position
 Pin elevation
 Release Angle.
5) Seleccionar niveles:
 Firing Angle niveles 120 y 130
 Cup Elevation niveles 270 y 300
 Bungee position niveles 140 y 170
 Pin elevation niveles 120 y 180
 Release Angle niveles 175 y 180 Fig. 1
En este punto seleccionaremos los niveles altos y bajos de
Llegamos a la conclusión que el factor la posición del
cada factor será expuesto para proceder a la experimentación
amortiguador es el que interactúa entre ellos por lo tanto si
donde a través de una aleatorización con 2 replicas donde se
afecta en los resultados para obtener una mayor distancia de
llevará a cabo la ejecución para posteriormente analizar los
longitud.
datos y encontrar un mejor tratamiento, por el cual la longitud
sea mayor.
6) Seleccionar experimento diseñado:
 Con el optimizador de respuestas podemos identificar el tratamiento ganador
es utilizando la frecuencia: Firing Angle nivel bajo 120, Cup Elevation nivel
alto 300, Bungee position nivel alto 170, Pin elevation nivel alto 180, Release
Fig. 2 De acuerdo al diagrama de Pareto con el análisis de
Angle nivel alto 180.
varianza se puede observar los factores D= Elevación del
pasador, A= Angulo de disparo, B= Elevación de la pelota, C=
Posición del amortiguador, E=Angulo de liberación.
Afectan de manera significativa la longitud recorrida. De
una igual manera las interacciones (BE, BC) afectan en el
análisis.

Decidimos realizar una mejor ANOVA ya que los datos

ingresados del experimento no nos arrojan un resultado
inconcreto para llegar a las conclusiones correctas por lo tanto
tomamos en cuenta hacer una mejor ANOVA para los
resultados con residuo.

En esta grafica de efectos principales para aumentar la

longitud de la pelota que es arrojada por la catapulta virtual
observamos que en todos los factores debemos encontrar su
nivel mas alto para que estos tengan un mayor efecto y tenga
una recorrida de mayor distancia posible.
Con esto podemos observar en la gráfica que no está
involucrando su factor mas alto si no que hay un nivel bajo en
un mayor efecto.

En estas graficas de probabilidad se puede identificar que

todos los puntos a la dispersión se encuentran cerca de la línea
sin ver algún dato que sea de riesgo por lo tanto este modelo
representa una normalidad sin anomalías. En la grafica de vs
ajuste vemos una dispersión favorable entre los datos es
posible ver que los datos se mantienen con una no perfecta
alineación sin embargo no se presenta algún riesgo por el cual De esta forma comprobamos lo anterior con el optimizado de
el modelo es apto para cumplir este supuesto. respuestas que nos da la solución tal y como está en la tabla
Tratamiento ganador anterior.

10) CONCLUSIONES