Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
PROF. CARLOS TORRES N.
Definiciones
¿Qué es un Experimento ? ...... Es una Es un conjunto de técnicas,
prueba o ensayo
consiste en planear y realizar un
El Diseño de Experimentos (DDE) es un conjunto de pruebas
modelo o técnica científica que permite a
un experimentador comprender mejor un con el objetivo de generar datos que, al
proceso y conocer los efectos que ser analizados estadísticamente,
producen en las salidas, diferentes tipos de
entradas. proporcionen evidencias objetivas que
permitan responder las interrogantes
Permite realizar cambios intencionales en planteadas por el experimentador sobre
los input de un proceso con el propósito de determinada situación.
identificar y observar las razones que
producen los cambios en las salidas
(output) de los procesos.
El DDE estima los efectos de varias
variables simultáneamente
Historia
El diseño estadístico de experimentos,
desde su introducción por Ronald A.
Fisher en la primera mitad del siglo XX
en Inglaterra, se ha utilizado para
conseguir un aprendizaje acelerado.
Primeros casos fueron en la
agricultura.
Fisher proporcionó métodos para
diseñar experimentos destinados a
investigar la influencia simultánea de
varios factores.
Algunos problemas típicos que pueden resolverse
con el diseño y el análisis de experimentos.
1. Comparar a dos o más materiales con el fin de elegir al que mejor cumple los
requerimientos.
2. Comparar varios instrumentos de medición para verificar si trabajan con la
misma precisión y exactitud.
3. Determinar los factores (las x vitales) de un proceso que tienen impacto sobre
una o más características del producto final.
4. Encontrar las condiciones de operación (temperatura, velocidad, humedad, por
ejemplo) donde se reduzcan los defectos o se logre un mejor desempeño del
proceso.
5. Reducir el tiempo de ciclo del proceso.
6. Hacer el proceso insensible o robusto a oscilaciones de variables ambientales.
7. Apoyar el diseño o rediseño de nuevos productos o procesos.
8. Ayudar a conocer y caracterizar nuevos materiales.
Resultados al aplicar las Técnicas de D. de E.
• Análisis del
Rendimiento de un
proceso v/s factores de
Tiempo y Temperatura
• Total de experiencias
realizadas = 10
Condiciones de
operación actuales
Ejemplos de resultados de Statgraphics
Standardized Pareto Chart for Duracion
AC
B:Dureza metal
C:Angulo de corte
BC
A:vel. de Corte
AB
0 1 2 3 4 5
Standardized effect
81 Temperatura=1.0
76
Duración = 413,1 + 9,1*Vel. de Corte + 42,1*Dureza
iento
71
Temperatura=-1.0 metal +35,9*Angulo de corte - 5,6*vel. de Corte*Dureza
endim
66
metal -59,6*Vel. de Corte*Angulo de corte - 12,1*Dureza
R
61
56 Temperatura=-1.0
Temperatura=1.0 metal*Angulo de corte
-1.0 1.0
Tiempo
Caso: Efecto de utilizar el diseño de experimentos (definido
por el usuario) en una empresa de resinas
170 00
160 00
150 00
140 00
130 00
120 00
110 00
100 00
Ba tch
9 0 00 R e s ul t a d o
8 0 00 Má xi mo
Mín i mo
7 0 00
6 0 00
5 0 00
4 0 00
3 0 00
2 0 00
1 0 00
0
a p l i c a n d o c o r r e l a c i ón
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55
Figura 1: Antes y Después
Figura 2: Carta de control, con datos Antes de la intervención
en el proceso
3
0
-3
0 10 20 30 40
Observation
Figura 3: Carta de Control con Datos Después de la
intervención en el proceso
0
0 4 8 12 16 20
Observation
Caso Campeonato de fútbol nacional, 2017.
Clasificación general de los diseños experimentales
1.- Diseños para comprobar dos o • Diseño completamente al azar
más tratamientos • Diseño de bloques completos al azar
• Diseño de cuadrado latino y
grecolatino
3.- Diseños para la optimización de • Diseños para el modelo de primer • Diseños factoriales 2k y 2 k-p
procesos orden • Diseño de Plakett-Burman
• Diseño simplex
• Diseño de composición central
• Diseños para el modelo de segundo • Diseño de Box-Behnken
orden • Diseños factoriales 3k
A Bajo 10 20 A Bajo 10 20
A Alto 30 40 A Alto 30 0
Implicancias al variar un factor a la vez v/s dos factores a
la vez
1,2 145
1,7 155
2,2 165
Puntos a tener en cuenta por un
investigador
Uso del conocimiento no estadístico (experiencia) que se tenga del
problema.
22 3o4 12,16
23 2 16
24 1o2 16, 32
25 Fracción 2 5-1 o 1 16, 32
26 Fracción 2 6–2 o fracción 2 6-1 16, 32
27 Fracción 2 7–3 o fracción 2 7-2 16, 32
Caso con Un solo Factor
Un fabricante de papel utilizado para fabricar bolsas para dulces, está interesado en
mejorar la resistencia a la tensión del producto.
El grupo de ingeniería del producto piensa que la resistencia a la tensión es una
función de la concentración de madera dura en la pulpa, y que el rango de interés
práctico de la concentraciones de madera dura está entre 5 y 20 %.
19
16
13
10
7
C05 C10 C15 C20
Concentración de madera dura (%)
ANOVA Table Análisis de varianza vía Statgraphics
Analysis of Variance
-----------------------------------------------------------------------------
Source Sum of Squares Df Mean Square F-Ratio P-Value
-----------------------------------------------------------------------------
Between groups 382,792 3 127,597 19,61 0,0000
Within groups 130,167 20 6,50833
-----------------------------------------------------------------------------
Total (Corr.) 512,958 23
The StatAdvisor
---------------
The ANOVA table decomposes the variance of the data into two
components: a between-group component and a within-group component.
The F-ratio, which in this case equals 19,6052, is a ratio of the
between-group estimate to the within-group estimate.
Since the P-value of the F-test is less than 0,05, there is a statistically
significant difference between the means of the 4 variables at the
95,0% confidence level.
--------------------------------------------------------------------------------
Method: 95,0 percent LSD
Count Mean Homogeneous Groups
--------------------------------------------------------------------------------
C5 6 10,0 X
C10 6 15,6667 X
C15 6 17,0 X
C20 6 21,1667 X
--------------------------------------------------------------------------------
Contrast Difference +/- Limits
--------------------------------------------------------------------------------
C5 - C10 *-5,66667 3,07243
C5 - C15 *-7,0 3,07243
C5 - C20 *-11,1667 3,07243
C10 - C15 -1,33333 3,07243
C10 - C20 *-5,5 3,07243
C15 - C20 *-4,16667 3,07243
--------------------------------------------------------------------------------
* denotes a statistically significant difference.
Conclusiones 22
Hay un efecto positivo de las resistencias sobre el % de algodón, pero solo hasta el
30% de algodón.
Existe deferencias significativas entre las medias de las cinco variables (% de algodón)
Se identifican tres grupos homogéneos (P15 y P35), (P20 y P25) y P30
No se observan diferencias significativas entre las Desv. Estándar de las cinco
variables.
Si se observan diferencia significativas entre las medianas
Se rechaza la hipótesis nula (Ho) que afirma que los cinco promedios son iguales entre
sí.
No se observa un comportamiento anormal de los residuos, descartándose la
posibilidad que estén presentes variables ajenas e importantes que fuesen omitidas en
el experimento.
1,2 145
1,7 155
2,2 165
B:Temperatura 66
endim to
ien
64
R
A:Tiempo
62
0 4 8 12 16 20 -1.0 1.0 -1.0 1.0
Tiempo Temperatura
Effect
81 Temperatura=1.0
76
iento
71
Temperatura=-1.0
endim
66
R
61
Temperatura=1.0
56 Temperatura=-1.0
-1.0 1.0
Tiempo
ra
to
71
eratu
ien
-0,2 71,0
im
66
emp
d
74,0
en
61 0,6 1
R
T
0,2 -0,6 77,0
56 -0,2 Temperatura 80,0
-1 -0,6 -0,2 0,2 0,6 -1 -0,6
1 -1
Tiempo -1 -0,6 -0,2 0,2 0,6 1
Tiempo
Ejemplos de Informes
gráficos del Diseño de
Experimento
(Screening = Escrutinio)
Un ingeniero está interesado en el efecto de la velocidad de corte (A),
la dureza del metal (B) y el ángulo de corte (C) sobre la duración de
una herramienta de corte. Para ello se eligen dos niveles para cada
factor y se corre una réplica del diseño factorial 23.
AC
B:Dureza metal
C:Angulo de corte
BC
A:vel. de Corte
AB
0 1 2 3 4 5
Standardized effect
22 3o4 12,16
23 2 16
24 1o2 16, 32
25 Fracción 2 5-1 o 1 16, 32
26 Fracción 2 6–2 o fracción 2 6-1 16, 32
27 Fracción 2 7–3 o fracción 2 7-2 16, 32
Pantalla para seleccionar el
tipo análisis a realizar
AC
B:Dureza metal
C:Angulo de corte
BC
A:vel. de Corte
AB
0 1 2 3 4 5
Standardized effect
Bibliorafía
Cazau, Pablo. (2013). Una reseña histórica de los diseños
experimentales. Revista Paradigmas. Vol. 5, No. 2, 69-99.
https://dialnet.unirioja.es/servlet/articulo?codigo=4942051
Gutiérrez, H., & De la Vara, R. (2008). Análisis y diseño de experimentos.
México: Mc Graw Hill.