UNIVERSIDAD TECNOLOGICA DE SANTIAGO, UTESA

SISTEMA CORPORATIVO
Facultad de Arquitectura e Ingeniería
Carrera de Ingeniería Industrial

Diseño de Experimentos
Trabajo II Periodo II – Teórico – Práctico

Estudiante:
Edward Columna Pérez

Matricula:
1-21-6885

Maestro/a:
Heriberto Herasme

Santo Domingo Este

Periodo Enero – Abril
  Análisis de experimentos factoriales fraccionados
Según Montgomery, en su libro 'Diseño y Análisis de Experimentos', el
'Análisis de experimentos factoriales fraccionados' es una técnica
estadística fundamental que permite investigar múltiples factores con un
número reducido de experimentos, lo que resulta en un ahorro significativo
de tiempo y recursos. Esta metodología se ha utilizado con éxito en
diversas industrias para mejorar la calidad y eficiencia de los productos y
procesos." (Montgomery, Diseño y Análisis de Experimentos, 2017)
Ejercicio 1: Optimización de Procesos en una Fábrica de Jugos
Contexto:
Una empresa de producción de jugos en la República Dominicana enfrenta
desafíos para mejorar su proceso de producción y mantener la calidad de
sus productos. Deciden realizar un experimento factorial fraccionado para
investigar cómo diferentes factores afectan el rendimiento de la producción
de jugos.
Factores a Considerar:
1. Tipo de Fruta (A): Naranja (A1), Piña (A2), Mango (A3)
2. Temperatura de Pasteurización (B): 70°C (B1), 75°C (B2)
3. Tiempo de Mezcla (C): 10 minutos (C1), 15 minutos (C2)
4. Concentración de Azúcar (D): 50 g/L (D1), 60 g/L (D2)
Diseño del Experimento:
Se utilizará un diseño fraccionado 24−124−1 para estudiar 4 factores con
solo la mitad de los experimentos. Aquí se presenta el diseño:
Tipo de Temperatura Tiempo de Concentración de
Experimento Fruta (A) (B) Mezcla (C) Azúcar (D)
Naranja 10 minutos
1 (A1) 70°C (B1) (C1) 50 g/L (D1)
10 minutos
2 Piña (A2) 70°C (B1) (C1) 50 g/L (D1)
Mango 10 minutos
3 (A3) 70°C (B1) (C1) 50 g/L (D1)

4 Naranja 75°C (B2) 10 minutos 50 g/L (D1)

 Tipo de Temperatura Tiempo de Concentración de
Experimento Fruta (A) (B) Mezcla (C) Azúcar (D)
(A1) (C1)
... ... ... ... ...
Realización del Experimento y Registro de Resultados:
Se llevan a cabo los experimentos según el diseño establecido. Se registran
los datos de rendimiento de la producción de jugos, como la calidad del
sabor, la claridad del jugo y el tiempo de procesamiento.
Análisis de los Resultados:
Se utiliza un análisis de varianza (ANOVA) para determinar qué factores
tienen un efecto significativo en el rendimiento de la producción de jugos y
cómo interactúan entre sí. Se identifican las combinaciones óptimas de
factores que maximizan el rendimiento y la calidad del producto final.
Ejercicio 2: Mejora del Proceso de Envasado de Leche
Contexto:
Una empresa lechera en la República Dominicana busca mejorar su
proceso de envasado para aumentar la eficiencia y reducir los desperdicios.
Deciden realizar un experimento factorial fraccionado para investigar cómo
diferentes factores afectan el proceso de envasado de leche.
Factores a Considerar:
1. Tipo de Envase (A): Bolsa plástica (A1), Botella de vidrio (A2)
2. Método de Sellado (B): Sellado térmico (B1), Sellado con tapa de
rosca (B2)
3. Temperatura de Llenado (C): 5°C (C1), 10°C (C2)

Diseño del Experimento:

Se utilizará un diseño fraccionado 23−123−1 para estudiar 3 factores con
solo la mitad de los experimentos. Aquí se presenta el diseño:
Tipo de Método de Sellado Temperatura de
Experimento Envase (A) (B) Llenado (C)

1 Bolsa plástica Sellado térmico 5°C (C1)

 Tipo de Método de Sellado Temperatura de
Experimento Envase (A) (B) Llenado (C)
(A1) (B1)
Botella de Sellado térmico
2 vidrio (A2) (B1) 5°C (C1)
Bolsa plástica Sellado con tapa de
3 (A1) rosca (B2) 5°C (C1)
Botella de
4 vidrio
Realización del Experimento y Registro de Resultados:
Se llevan a cabo los experimentos según el diseño establecido. Durante el
proceso de envasado de la leche, se registran los datos relacionados con la
eficiencia del envasado, la integridad del sellado y la calidad del producto
final.
Análisis de los Resultados:
Se realiza un análisis de varianza (ANOVA) para identificar qué factores
tienen un efecto significativo en el proceso de envasado de leche. Se
examinan las interacciones entre los factores para determinar las
combinaciones óptimas que maximizan la eficiencia del envasado y la
calidad del producto final. Los resultados del análisis se utilizan para
implementar mejoras en el proceso de envasado de la empresa lechera, lo
que resulta en una reducción de costos y una mayor satisfacción del cliente.

 Diseños de fracciones superiores y de filtrado

Según Box y Hunter, en su libro 'Estadística para Experimentadores', los
'Diseños de fracciones superiores y de filtrado' son métodos eficaces para
reducir el número de experimentos necesarios en el diseño de
experimentos, al tiempo que permiten investigar múltiples factores y sus
interacciones. Estos diseños proporcionan una manera eficiente de explorar
el espacio de diseño experimental, identificando los factores más
importantes con un menor número de ensayos. Esta técnica ha sido
ampliamente utilizada en la investigación y desarrollo de productos para
mejorar la eficiencia y reducir los costos de los experimentos." (1978)
Ejercicio Práctico: Optimización del Proceso de Fermentación de
Cacao
Una empresa de procesamiento de cacao en la República Dominicana
busca optimizar su proceso de fermentación para mejorar la calidad del
cacao producido. Deciden utilizar un diseño de fracciones superiores y de
filtrado para investigar cómo diferentes factores afectan el proceso de
fermentación.
Factores a Considerar:
1. Tipo de Cacao (A): Criollo (A1), Trinitario (A2), Forastero (A3)
2. Duración de la Fermentación (B): 2 días (B1), 4 días (B2), 6 días
(B3)
3. Temperatura de Fermentación (C): 45°C (C1), 50°C (C2)

Debido a limitaciones de tiempo y recursos, solo pueden realizar una

fracción de los experimentos totales.

Diseño del Experimento:

Utilizaremos un diseño de fracciones superiores y de filtrado para estudiar
la influencia de los factores con solo una fracción de los experimentos.
Aquí se presenta el diseño:
 Tipo de Duración de la Temperatura de
Experimento Cacao (A) Fermentación (B) Fermentación (C)

1 Criollo (A1) 2 días (B1) 45°C (C1)

Trinitario
2 (A2) 2 días (B1) 50°C (C2)
Forastero
3 (A3) 4 días (B2) 45°C (C1)

... ... ... ...

Se llevan a cabo los experimentos según el diseño establecido. Durante el
proceso de fermentación de cacao, se registran los datos relacionados con
la calidad del cacao producido, como el contenido de humedad, el
contenido de grasa, y el perfil de sabor.
Interpretación del Modelo:
Se construye un modelo de regresión para predecir la calidad del cacao en
función de los factores investigados:
Calidad del Cacao=β0+β1× Tipo de Cacao + β2×
Duración de la Fermentación+β3×Temperatura de Fermentación+ϵ
Donde:
 Calidad del Cacao es la calidad del cacao producido.
 β0,β1,β2,β3 son los coeficientes del modelo a determinar mediante el
análisis estadístico.
 Tipo de Cacao, Duración de la fermentación, temperatura de
fermentación son los factores investigados.
 ϵ es el término de error.
Con los datos proporcionados en el diseño del experimento, podemos
ajustar esta fórmula de la siguiente manera:
Calidad del Cacao =β0+β1×A+β2×B+β3×C+ϵ
Caso Practico.
Optimización del Proceso de Tostado de Café
Una empresa de procesamiento de café en la República Dominicana busca
mejorar su proceso de tostado para producir café de alta calidad y satisfacer
las demandas del mercado. Deciden utilizar un diseño de fracciones
superiores y de filtrado para investigar cómo diferentes factores afectan el
proceso de tostado del café.
Objetivo:
El objetivo es identificar las condiciones óptimas de tostado que
maximicen el aroma y el sabor del café, al tiempo que minimizan los
costos operativos.
Factores a Considerar:
1. Tipo de Café (A): Arabica (A1), Robusta (A2)
2. Duración del Tostado (B): 10 minutos (B1), 15 minutos (B2), 20
minutos (B3)
3. Temperatura del Tostador (C): 180°C (C1), 200°C (C2)
Diseño del Experimento:
Utilizaremos un diseño de fracciones superiores y de filtrado para
estudiar la influencia de los factores con solo una fracción de los
experimentos. Aquí se presenta el diseño:
Tipo de Café Duración del Tostado Temperatura del Tostador
Experimento (A) (B) (C)
1 Arabica (A1) 10 minutos (B1) 180°C (C1)
2 Robusta (A2) 15 minutos (B2) 200°C (C2)
3 Arabica (A1) 20 minutos (B3) 200°C (C2)
... ... ... ...
Basándose en los resultados del análisis, se hacen recomendaciones para
optimizar el proceso de tostado de café. Se sugieren ajustes en los tiempos
y temperaturas de tostado para mejorar la calidad del café producido y
reducir los costos operativos. Las conclusiones se presentan a la dirección
de la empresa para su consideración en la implementación de mejoras en el
proceso de producción de café.
  Construcción de diseños de resolución III y IV, con 8, 16
y 32 puntos de diseño
Según Hernández-Lobato, José Miguel, en su libro 'Diseño de
Experimentos para el Análisis de Datos en Ciencia e Ingeniería', los
'Construcción de diseños de resolución III y IV, con 8, 16 y 32 puntos de
diseño' son una herramienta fundamental para explorar relaciones entre
variables en experimentos de ciencia e ingeniería, proporciona una
metodología eficaz para investigar interacciones entre variables en
experimentos científicos y tecnológicos." (2018)
Tenemos una empresa llamada "Industrias Tropicales" en la República
Dominicana que produce jugos naturales. Queremos mejorar el sabor de
nuestro nuevo jugo de piña. Identificamos tres factores que podrían influir
en el sabor:
1. Tipo de piña: Fresca (A) vs. Enlatada (B)
2. Cantidad de azúcar: Baja (X1), Media (X2), Alta (X3)
3. Tiempo de mezclado: Corto (Y1), Medio (Y2), Largo (Y3)
Paso 2: Construcción de la tabla de diseño
No. Tipo de piña (A/B) Cantidad de azúcar (X) Tiempo de mezclado (Y)
1 A X1 Y1
2 A X2 Y2
3 A X3 Y3
4 B X1 Y2
5 B X2 Y3
6 B X3 Y1
7 A X1 Y3
8 B X2 Y1

Paso 3: Análisis de datos

Una vez que recopilemos los datos de los experimentos, podemos
analizarlos utilizando técnicas estadísticas para determinar qué
combinación de factores produce el mejor sabor en el jugo de piña.
Ejercicio Practico 2: Diseño de Resolución III con 16 puntos de diseño
Paso 1: Definición de factores y niveles
Supongamos que tenemos una fábrica de chocolate en la República
Dominicana llamada "Chocolates del Caribe". Queremos mejorar el sabor
de nuestro chocolate y hemos identificado tres factores que podrían influir:
1. Tipo de cacao: Criollo (A) vs. Forastero (B)
2. Porcentaje de azúcar: Bajo (X1), Medio (X2), Alto (X3)
3. Tiempo de conchado: Corto (Y1), Medio (Y2), Largo (Y3)
Paso 2: Construcción de la tabla de diseño
Para un diseño de resolución III con 16 puntos de diseño, necesitaremos
cuatro combinaciones de cada par de factores y una combinación de los tres
factores.
No. Tipo de cacao (A/B) Porcentaje de azúcar (X) Tiempo de conchado (Y)
1 A X1 Y1
2 A X2 Y2
3 A X3 Y3
4 A X1 Y2
5 A X2 Y3
6 A X3 Y1
7 A X1 Y3
8 A X2 Y1
9 A X3 Y2
10 B X1 Y1
11 B X2 Y2
12 B X3 Y3
No. Tipo de cacao (A/B) Porcentaje de azúcar (X) Tiempo de conchado (Y)
13 B X1 Y2
14 B X2 Y3
15 B X3 Y1
16 B X1 Y3
Paso 3: Análisis de datos
Recopilaremos los datos de sabor para cada combinación y luego
realizaremos análisis estadísticos para identificar qué combinación de
factores produce el mejor sabor en el chocolate.

 Otros diseños de resolución III de dos niveles; los diseños

de Plackett-Burman
Según Montgomery, en su libro 'Diseño y Análisis de Experimentos', los
'Otros diseños de resolución III de dos niveles; los diseños de Plackett-
Burman' son una herramienta eficaz para identificar los factores más
importantes que afectan un proceso o producto, especialmente cuando hay
un gran número de variables a considerar. Estos diseños permiten realizar
experimentos con un número mínimo de corridas, lo que los hace
especialmente útiles en situaciones donde los recursos son limitados o el
tiempo es crítico." (2017)
Caso práctico 1.
Objetivo: Diseñar un experimento para estudiar el efecto de 11 factores en
la respuesta "Calidad del producto" en una empresa dominicana de
fabricación de alimentos.
Factores:
 A: Tipo de harina (A1: Trigo, A2: Maíz)
 B: Tipo de levadura (B1: Seca, B2: Fresca)
 C: Cantidad de agua (C1: Baja, C2: Alta)
 D: Temperatura de cocción (D1: Baja, D2: Alta)
 E: Tiempo de cocción (E1: Corto, E2: Largo)
 F: Tipo de sal (F1: Sal marina, F2: Sal común)
  G: Tipo de azúcar (G1: Blanca, G2: Morena)
 H: Tipo de aceite (H1: Vegetal, H2: Oliva)
 I: Cantidad de conservante (I1: Baja, I2: Alta)
 J: Tipo de empaque (J1: Plástico, J2: Vidrio)
 K: Tipo de etiqueta (K1: Papel, K2: Plástico)
Planteamiento:
1. Diseño Plackett-Burman:
Se utiliza un diseño Plackett-Burman para estudiar 11 factores con 12
puntos de diseño. La matriz de diseño se puede generar utilizando un
software estadístico o manualmente.
2. Asignación de variables a los factores:
Se asignan las variables A, B, C, D, E, F, G, H, I, J y K a las columnas 1, 2,
3, 4, 5, 6, 7, 8, 9, 10 y 11 de la matriz de diseño, respectivamente.
3. Matriz de alias:
La matriz de alias para un diseño Plackett-Burman indica qué efectos están
confundidos entre sí. Para un diseño con 12 puntos, la matriz de alias es:
Alias =
A B C D E F G H I J K
-- -- -- -- -- -- -- -- -- -- --
- AB AC AD AE AF AG AH AI AJ AK
- BC BD BE BF BG BH BI BJ BK
- CA CB CE CF CG CH CI CJ CK
- DA DB DE DF DG DH DI DJ DK
- EA EB EC ED EF EG EH EI EJ EK
- FA FB FC FD FE FG FH FI FJ FK
- GA GB GC GD GE GF GG GH GI GJ GK
- HA HB HC HD HE HF HG HH HI HJ HK
- IA IB IC ID IE IF IG IH II IJ IK
- JA JB JC JD JE JF JG JH JI JJ JK
- KA KB KC KD KE KF KG KH KI KJ KK

Análisis:
 Se pueden estimar los efectos principales de los 11 factores sin
confusión.
  Las interacciones dobles están confundidas con otras interacciones
dobles.
Experimento:
Se realizan las 12 corridas del experimento y se recolectan los datos de la
respuesta "Calidad del producto".
Análisis de datos:
Se utiliza un software estadístico para realizar un análisis de varianza
(ANOVA) y determinar la significancia de los efectos principales e
interacciones.
Conclusiones:
Se obtienen conclusiones sobre el efecto de los 11 factores en la "Calidad
del producto" y se identifican las interacciones significativas.

Caso Practico 2.
Ejercicio 1: Diseño de Plackett-Burman para una fábrica de textiles
Paso 1: Definición de factores y niveles
Una fábrica de textiles en la República Dominicana llamada "Textiles del
Caribe". Queremos optimizar nuestro proceso de teñido de telas y hemos
identificado seis factores que podrían influir en la calidad del color:
1. Tipo de tinte: Acrílico (A) vs. Natural (B)
2. Temperatura de teñido: Baja (X1), Media (X2), Alta (X3)
3. Tiempo de teñido: Corto (Y1), Medio (Y2), Largo (Y3)
4. Concentración de tinte: Baja (Z1), Media (Z2), Alta (Z3)
5. Tipo de tela: Algodón (W1) vs. Seda (W2)
6. pH del agua: Ácido (V1) vs. Neutro (V2)

Paso 2: Construcción de la tabla de diseño

Para un diseño de Plackett-Burman, necesitamos un número primo mayor o
igual al número de factores, por lo que elegiremos el diseño para 7 factores,
que requiere 8 experimentos.
 Tipo de Tipo pH del
tinte Temperatura de Tiempo de Concentración de tela agua
No. (A/B) teñido (X) teñido (Y) de tinte (Z) (W) (V)
1 A X1 Y1 Z1 W1 V1
2 B X1 Y1 Z2 W1 V2
3 A X2 Y1 Z3 W1 V1
4 B X2 Y1 Z1 W1 V2
5 A X3 Y1 Z2 W2 V1
6 B X3 Y1 Z3 W2 V2
7 A X1 Y2 Z3 W2 V1
8 B X1 Y2 Z1 W2 V2
Paso 3: Análisis de datos
Recopilaremos datos sobre la calidad del color para cada experimento y
utilizaremos análisis estadísticos para identificar qué factores tienen el
mayor impacto en el proceso de teñido de telas.

Referencias Bibliográficas.
Montgomery, Douglas C. (2003), Diseño y análisis de experimentos, 5ª
edición, Ciudad de México, Limusa Wiley.
Box, George E. P., Hunter, William G., & Hunter, J. Stuart (2015),
Estadísticas para investigadores: Diseño, innovación y
descubrimiento, 4 a edición, Ciudad de México, Limusa Wiley.

Myers, Raymond H., Montgomery, Douglas C., & Anderson-Cook,

Christine M. (2012), Metodología de superficies de respuesta:
Optimización de procesos y productos mediante experimentos
diseñados, 4 a edición Ciudad de México, Limusa Wiley.

Wu, C. F. Jeff (2010), Experimentos: Planificación, análisis y optimización

del diseño de parámetros, 3a edición Ciudad de México, Limusa
Wiley.

Cornell, John A. (2003), Experimentos con mezclas: Diseños, modelos y

análisis de datos de mezclas, 2a edición Ciudad de México, Limusa
Wiley.

Libros virtuales:
 The Open University. (n.d.). Diseño y análisis de
experimentos. https://books.google.com/books/about/Dise
%C3%B1o_y_an%C3%A1lisis_de_experimentos.html?
id=TJFoAAAACAAJ
 Universidad Nacional de Educación a Distancia (UNED). (n.d.).
Estadística Aplicada I: Diseño de
Experimentos. https://www.gestiopolis.com/diseno-de-
experimentos-en-la-estadistica-aplicada/