Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTRATEGIA EXPERIMENTAL
PLANIFICACION EXPERIMENTAL
DISEÑO EXPERIMENTAL
El proceso de investigación experimental tiene las siguientes grandes fases 1. Los
fundamentos ; donde se evalúa y consigna, la definición del problema, los objetivos,
hipótesis, justificación, alcances, antecedentes y el marco teórico que fundamenta la
investigación.
2.La experimentación; dónde se plantea la estrategia experimental, la identificación
y análisis de variables, el protocolo experimental, los métodos para medir las
variables, el diseño experimental, las especificaciones de reactivos químicos,
materiales, equipos e instrumentos y la toma y registro de datos.
3. Análisis de resultados en los cuales se considera, tratamiento estadístico de los
datos experimentales, identificación y cuantificación de errores experimentales,
tabulación y gráficas de los resultados, interrelación entre las variables , análisis de
resultados , modelos matemáticos que se desprendan de la relación entre las
variables, discusión de resultados comparando los resultados con la de otros
investigadores y/o teorías.
4. Informe final de la investigación, presentación de artículos, e informe final del
trabajo de investigación.
• NOTA : Es de obligatoriedad, desarrollar el
trabajo de investigación dentro de los marcos
de Seguridad y consideraciones ambientales; a
efecto de identificar y eliminar los riesgos y
minimizar el impacto ambiental.
OBJETIVOS DEL TRABAJO EXPERIMENTAL
Presencia-ausencia
• Implica un grupo en presencia de la variable independiente y otro no.
Luego los dos grupos son comparados para ver si el grupo que fue
expuesto a la variable independiente difiere del grupo que no fue
expuesto. Al primer grupo se le conoce como "grupo experimental" y al
segundo se le denomina "grupo de control".
• A la presencia de la variable independiente en el experimento se le
llama "tratamiento experimental" o "estímulo experimental".
Más de dos grados
• Se puede hacer variar o manipular la variable independiente en cantidades
,grados o niveles
• Manipular la variable independiente en varios niveles tiene la ventaja de que
no sólo se puede determinar si la presencia de la variable independiente o
tratamiento experimental tiene un efecto, sino también si distintos niveles de
la variable independiente se producen diferentes efectos. Es decir, si la
magnitud del efecto (Y) depende de la intensidad del estímulo (X1, X2, X3,
etcétera).
• Debe haber al menos dos niveles de variación y ambos tendrán que diferir
entre sí. Cuantos más niveles mayor información, pero el experimento se va
complicando: cada nivel adicional implica un grupo más.
EQUIVALENCIA DURANTE EL EXPERIMENTO
Optimización
El método tradicional de experimentación, el que quizás surge de
forma más intuitiva para estudiar el sistema de la Figura , consiste en
variar-un-factor-cada-vez (VUFCV): a partir de unas condiciones
iniciales, se realizan experimentos en los cuales todos los factores se
mantienen constantes excepto el que se está estudiando. De este
modo, la variación de la respuesta se puede atribuir a la variación del
factor, y, por tanto, revela el efecto de ese factor. El procedimiento se
repite para los otros factores. El razonamiento que soporta esta forma
de actuar es que si se variaran dos o más factores entre dos
experimentos consecutivos, no sería posible conocer si el cambio en la
respuesta ha sido debido al cambio de un factor, al de otro, o al de
todos a la vez.
Los inconvenientes del método tradicional provienen de variar un
factor cada vez.
La solución, por lo tanto, debe consistir en variar más de un factor
simultáneamente al realizar un nuevo experimento. Ello permitiría
mejorar la eficiencia del investigador, y obtener información sobre las
interacciones. La dificultad estriba en diseñar una experimentación
reducida, donde estos cambios simultáneos se complementen entre
sí y permitan obtener la información buscada al combinar los
resultados de todos los experimentos.
El DEE proporciona el marco matemático para cambiar todos los
factores simultáneamente, y obtener la información buscada con un
número reducido de experimentos, es decir, con la máxima eficiencia.
El DEE conduce a una planificación con menos experimentos que el
método VUFCV para obtener un conocimiento equivalente.
Las técnicas de diseño de experimentos se basan en estudiar
simultáneamente los efectos de todos los factores de interés,
son más eficaces y proporcionan mejores resultados con un
menor coste.
A continuación se enumeran las etapas que deben seguirse
para una correcta planificación de un diseño experimental,
etapas que deben ser ejecutadas de forma secuencial.
También se introducen algunos conceptos básicos en el
estudio de los modelos de diseño de experimentos.
Las etapas a seguir en el desarrollo de un problema de diseño
de experimentos son las siguientes:
Comprender el problema y definir claramente los objetivos del experimento.
Identificar todas las posibles fuentes de variación, en el factor objetivo, incluyendo:
— factores tratamiento y sus niveles,
— unidades experimentales,
— factores nuisance (molestos): factores bloque, factores ruido y covariables.
• A menudo aparecen dificultades imprevistas en la toma
de datos. Es conveniente anticiparse a estos imprevistos
pensando detenidamente en los problemas que se
pueden presentar o ejecutando un pequeño experimento
piloto . Enumerar estos problemas permite en ocasiones
descubrir nuevas fuentes de variación o simplificar el
procedimiento experimental antes de comenzar.
• También se debe especificar con claridad la forma en que
se realizarán las mediciones: instrumentos de medida,
tiempo en el que se harán las mediciones, etc.
EJECUTAR UN EXPERIMENTO PILOTO.
En este modelo la respuesta viene dada por una combinación lineal de términos
que representan las principales fuentes de variación planificada más un término
residual debido a las fuentes de variación no planificada. Los modelos que se
estudian en estas presentaciones se ajustan a esta forma general. El experimento
piloto puede ayudar a comprobar si el modelo se ajusta razonablemente bien a la
realidad.
Los modelos de diseño de experimentos, según sean los factores incluidos en el mismo, se
pueden clasificar en: modelo de efectos fijos, modelo de efectos aleatorios y modelos mixtos. A
continuación se precisan estas definiciones.
• Factor de efectos fijos es un factor en el que los niveles han sido seleccionados por el
experimentador. Es apropiado cuando el interés se centra en comparar el efecto sobre la
respuesta de esos niveles específicos.
Ejemplo: un empresario está interesado en comparar el rendimiento de tres filtros del mismo tipo
que tiene en su empresa.
O se está interesado en evaluar el rendimiento de una reacción química de esterificación a una
determinada temperatura
• Factor de efectos aleatorios es un factor del que sólo se incluyen en el experimento una
muestra aleatoria simple de todos los posibles niveles del mismo. Evidentemente se utilizan
estos factores cuando tienen un número muy grande de niveles y no es razonable o posible
trabajar con todos ellos. En este caso se está interesado en examinar la variabilidad de la
respuesta debida a la población entera de niveles del factor.
TAMAÑO MUESTRAL
Pero no sólo los objetivos están presentes al inicio del análisis sino también la
técnica experimental empleada. Una regla de oro en la experimentación y
que debe utilizarse es la siguiente:
• “No invertir nunca todo el presupuesto en un primer
conjunto de experimentos y utilizar en su diseño toda la
información previa disponible”.
Unidades formadoras
de colonias
MATRIZ DE RELACION ENTRE VARIABLES
VARIABLES VARIABLES HIPOTESIS
DEPENDIENTES INDEPENDIENTES RELACIONES MODELOS
MATEMATICOS
Variables codificadas
Prueba Variable
Nº Z1 Z2 Z3 Respuesta Y
X1 X2 X3
760,69 100 2
1 1 1 1 Y1
760,69 100 1
2 1 1 -1 Y2
760,69 92 2
3 1 -1 1 Y3
760,69 92 1
4 1 -1 -1 Y4
567,67 100 2
5 -1 1 1 Y5
567,67 100 1
6 -1 1 -1 Y6
7 -1 -1 1 567,67 92 2 Y7
8 -1 -1 -1 567,67 92 1 Y8
Tipo Acción
• V. Independiente Manipulación
• V. Dependiente Medición
• V. Extraña Control
ROL DE LAS VARIABLES EN EL CONTEXTO
EXPERIMENTAL
Variable Rol
• V. Independiente Causa
• V. Dependiente Efecto
• V. Extraña Confusión
MANIPULACIÓN DE LA VARIABLE
INDEPENDIENTE
Manipulación experimental de una variable independiente se
refiere, en una situación simple, a la aplicación de un valor
dado de una variable a un grupo de individuos y un valor
diferente de la misma variable a un segundo grupo de
individuos.
1. Formulación de la hipótesis.
2. Selección de la variable independiente y
dependiente adecuada.
3. Control de las variables extrañas.
4. Manipulación de las variables independientes y
registro de la variable dependiente o de medida.
5. Análisis estadístico de los datos.
6. Inferencia de la relación entre la variable
independiente y la dependiente.
CLASIFICACIÓN Y SELECCIÓN DE
LOS DISEÑOS EXPERIMENTALES
Existen muchos diseños experimentales para estudiar la gran diversidad de problemas
o situaciones que ocurren en la práctica. Esta cantidad de diseños hace necesario saber
cómo elegir el más adecuado para una situación dada y, por ende, espreciso conocer
cómo es que se clasifican los diseños de acuerdo con su objetivo y
su alcance.
Los cinco aspectos que más influyen en la selección de un diseño experimental, en el
sentido de que cuando cambian por lo general nos llevan a cambiar de diseño, son:
• *
Nótese que los diseños factoriales completos y fraccionados ocupan más de un lugar en la
figura ; la razón es que estos diseños son eficaces en diversas situaciones
DISEÑO COMPLETAMENTE ALEATORIZADO
CON UN SOLO FACTOR
ón) j1
Chiguata (A) 8 0,82; 0, 86 ; 0,79; 0, 83; 0, 85; 0,84 0,48
0,84; 0, 86; 0, 87
Polobaya (B) 6 0,74; 0,74; 0,82; 0,78; 0, 75, 0,77 0,40
0,76; 0,77
Characato (C) 6 0,79; 0,79; 0,77; 0,78; 0,82; 0,79 0,14
0,79
DISEÑO CON DOS O MAS FACTORES
DISEÑO FACTORIAL
• Los diseños factoriales son muy útiles para los científicos de campo como estudio
preliminar, ya que les permiten juzgar si existe una conexión entre las variables y reducen
la posibilidad de un error experimental y de variables de confusión.
• Dejando de lado estas pequeñas desventajas, un diseño factorial constituye uno de los
pilares de muchas disciplinas científicas, ya que ofrece excelentes resultados en el campo.
Las ventajas de los experimentos factoriales son:
1. Economía en el material experimental al obtener información sobre
varios factores sin aumentar el tamaño del experimento. Todas las u.e.se
utilizan para la evaluación de los efectos.
SELECCIÓN DE FACTORES :
Los factores o variables que afectan el proceso del niquelado entre otros son :
Temperatura de la solución, tiempo de recubrimiento, pH, concentración de P,
Concentración de níquel en la solución, voltaje, densidad de corriente. En el
análisis de variables se decide seleccionar las variables de estudio a tiempo y
temperatura del baño. Por lo tanto las otras variables se mantendrán
constantes en el proceso.
La temperatura como el tiempo de inmersión en el baño electrolítico son
variables cuantificables, independientes o manipulables; cuyos valores se
fijan a dos niveles según lo siguiente :