Materia: DOE

Profesor: Pedro Reynaldo

Martínez Manuel

DISEÑO DE EXPERIMENTOS
 Proporcionar elementos básicos para desarrollar experimentos
eficientes en el uso de recursos para contestar a preguntas efectivas en
aspectos científicos y tecnológicos en distintas áreas de conocimiento.
Además se mostrarán algunos procedimientos y métodos estadísticos
con la finalidad de optimizar procesos. Con esto se pretende que el
Objetivos estudiante sea capaz de:
Comprender la metodología del diseño de experimentos como
un componente importante en la investigación científica.

Comprender el procedimiento de modelación estadística y el

análisis y la evaluación de los modelos propuestos.

Conocer y aplicar diferentes estrategias experimentales,

considerando diferentes situaciones científicas y tecnológicas.

Comprender y aplicar los conceptos y procedimientos de

optimización estadística.

Adquirir habilidad para comprender regiones optimas de 2

operación mediante el uso de métodos de optimización.

Diseño de experimentos
 Unidades
Aspectos de la •
•
Introducción. Conceptos básicos
Distribuciones muestrales
materia • Inferencias relativas a medias
• Inferencias relativas a varianzas
• Análisis de varianza
• Cuadrados latinos y diseños relacionados
• Experimentación factorial
• Optimización estadística

Evaluación
• Participación en clase: 10%
• Tareas: 40% 3
• Examen: 50%
Diseño de experimentos
 BIBLIOGRAFÍA

Montgomery, D.C. (1991). Diseño y Análisis de Experimentos. Ed.

Limusa

Miller, I. R., Freud, J. E., Johnson, R. (2011) Probabilidad y estadística

para ingenieros. Ed. Pearson.

Box.G.E.P.,Hunter, W.G. Y Hunter J.S.(1986). Statisties for

experimenters. John Wiley & Sons Interciencie, New York

Fisher, R.A. (1971). The desing of experiments. Ninth Edition, Hafner

Press New York, Collier Macmillan Publishers, London.

Hines, w.. w.. and Montgomery, D.C. (1990). Probability and Statistic in
ingineering and Management Science. Third Edition.Wiley New York
4

Diseño de experimentos
 Estadística:

• Es la rama de las matemáticas que se ocupa de recolectar, organizar,

presentar, analizar e interpretar datos para ayudar a una toma de
decisiones más efectiva.
Introducción • La estadística se clasifica en dos grandes ramas la estadística
descriptiva y la estadística inferencial.

Estadística Descriptiva

• Conjunto de métodos para organizar, resumir y presentar los datos

de manera informativa.

Ejemplo 1:

• El censo del INEGI reveló que la edad promedio de los mexicanos es

de x años.

Ejemplo 2:
5
• La producción representativa durante el mes es de 500 toneladas
diarias
Diseño de experimentos
 Estadística inferencial

• Conjunto de métodos probabilísticos y estadísticos

Introducción utilizados para saber algo acerca de un todo, basándose

en una pequeña parte de este.

Ejemplo 1:

• La empresa de consulta Mitofsky concluyo que el partido

político X es el referido por los mexicanos después de
realizar una encuesta con algunos votantes.

Ejemplo 2:

• La empresa Nissan decidió rechazar toda la producción

de motores del día de hoy al encontrar que un 6
determinado número de ellos se encontraba defectuoso.
Diseño de experimentos
 Términos básicos

Medidas de tendencia central: Media, Mediana, Moda

Medidas de dispersión

Desviación estandar

Desviación cuartílicia

Contenido Desviación media 7

Diseño de experimentos

Población
• Se le llama Población
a la cantidad total de
cualquier conjunto
completo.
Denotaremos al
tamaño de la
población por “N”.
Diseño de experimentos
Términos básicos
Muestra Variable Variable Aleatoria
• Se le llama Muestra • Se le llama Variable a • Es aquella cuyos
a cualquier la cualidad o cambios no pueden
subconjunto de cantidad medible de ser determinados
elementos de la cualquier suceso o antes de que estos
población, será acción que presente se presenten; es
fundamental que los o experimente un decir, están
elementos deben cambio, la podemos destinados a la
tener todas las representar suerte.
características de la mediante un símbolo • También se le
población. (X, Y, Z,α, β, γ, δ) conoce como
• Denotamos al Variable Probabilista,
tamaño de la de Azar o a la Suerte.
muestra por “n”.
 9

Medidas de
tendencia central

Diseño de experimentos
 Medidas de tendencia central
Son medidas estadísticas que se usan para describir como se puede resumir la localización de
los datos. Nos indican hacia donde se inclinan o se agrupan más los datos. Las más utilizadas
son: la media, la mediana y la moda.
• La media o media aritmética, usualmente llamada promedio, se obtiene sumando
todos los valores de los datos y divide el resultado entre la cantidad de datos.
• Si los datos proceden de una muestra la media se representa con una x testada ()
y si provienen de la poblacion se representan con la letra griega miu (μ).

10

Diseño de experimentos
Medidas de
tendencia LA MEDIANA
central
en ocasiones se le llama media posicional,
porque queda exactamente en la mitad de
un grupo de datos, luego de que los datos
se han colocado de forma ordenada.
En este caso la mitad (50%) de los datos
estará por encima de la mediana y la otra
mitad (50%) estará por debajo de ella. La
mediana es el valor intermedio cuando los
valores de los datos se han ordenado.

11

Diseño de experimentos
 Medidas de tendencia
central
LA MODA (Mo)
• La moda es el dato que más se repite o el dato
que ocurre con mayor frecuencia.
• Un grupo de datos puede no tener moda, tener
una moda (unimodal), dos modas (bimodal) o
más de dos modas (multimodal).
Diseño de experimentos
Veamos los siguientes ejemplos:
• a) Se tiene una muestra con valores 20, 23, 24,
25, 25, 26 y 30.
• Mo = 25 es unimodal
• b) Se tiene una muestra con valores 20, 20, 23,
24, 25, 25, 26 y 30.
• Mo= 20 y 25, se dice que es bimodal.
• c) Se tiene una muestra con valores 20, 23, 24,
25, 25, 26, 30 y 30.
• Mo= 20, 25 y 30, se dice que es multimodal.
12
 Medidas de
tendencia central
•Los cuartiles dividen los datos •Los cuartiles son percentiles
en cuatro partes. específicos.

Cada una de
las partes
CUARTILES representa el
25% de las
observaciones.

Los cuartiles se
Usos de los definen de la
cuartiles: siguiente
manera:
•1. Para indicar el porcentaje •Q1 = primer cuartil, o percentil
igual o menor que el valor de 25.
un cuartil. •Q2 = segundo cuartil, o
•2. Para describir el 50% central percentil 50 (La mediana).
de las observaciones •Q3 = tercer cuartil, o percentil
•3. Elaboración del gráfico de 75.
caja.
13

Diseño de experimentos
 14

Medidas de
dispersión

Diseño de experimentos
 Miden la variabilidad de • Rango, Desviación media, Varianza,
un conjunto de datos. Desviación estándar, Coeficiente de
Las medidas mas variación, Intervalo cuartilar.
utilizadas son:

• Es la diferencia entre el valor más

Rango grande y el más pequeño del
conjunto de datos.

• Rango = Valor máximo - Valor

Rango para datos no mínimo

Medidas de
agrupados. • R = 64 – 12 = 52

dispersión Rango para datos

• R = límite superior de la última clase
- límite inferior de la primera clase 15
agrupados: • R = 10.5 – 5.2 = 5.3
Diseño de experimentos
 • La desviación respecto a
la media es la diferencia
DESVIACIÓN MEDIA entre cada valor de la
variable estadística y la
media aritmética.

La desviación media es la
media aritmética de los • La desviación media se

Medidas de
valores absolutos de las
desviaciones respecto a la representa por
media.

dispersión 16

Diseño de experimentos
 VARIANZA

Es la medida que cuantifica la La varianza para la muestra

variabilidad de los datos se representa mediante una
respecto al valor de la media. s al cuadrado:

• En inferencia estadística.

• Para calcular la desviación

Usos de la Varianza:
estándar.

Medidas de • Para calcular el tamaño de

muestra.

dispersión 17

Diseño de experimentos
 DESVIACIÓN ESTÁNDAR

• Es la raíz cuadrada positiva de la varianza. Mide la

variabilidad de los datos en las unidades en que se
midieron originalmente. Los símbolos son:
• s, si es una muestra
• y ;σ si es una población.

Características de la desviación estándar:

• 1. Siempre es un valor positivo.

• 2. Está influenciada por todos los valores de la
Medidas de muestra o población.
• 3. Sirve para definir la dispersión de los datos
dispersión alrededor de la media.
18

Diseño de experimentos
 Ejemplo 1 : Para los datos siguientes calcular
la varianza.

• 22 38 35 56 45 33 28 36 45 55 20 38 46 27
45 23 64 21 34 22 29 36 12 54 45 37 53 26
35 32 21 43 39 28 28
• Se debe calcular primero la media.

Ejemplos 19

Diseño de experimentos
 X = (22 + 38 + 35 + 56 + 45 + 33 + 28 + 36 + 45 + 55 + 20 + 38 + 46 + 27 + 45 + 23+ 64 + 21 +
34 + 22 + 29 + 36 + 12 + 54 + 45 + 37 + 53 + 26 + 35 + 32 + 21 + 43 +39 + 28 + 28) / 35

• X = 1250.99 / 35
• X = 35.74

= ((22 – 35.74)2 + (38 – 35.74)2 + (35 – 35.74)2 + (56 – 35.74)2 + (45 – 35.74)2 + (33 –
35.74)2 + (28 – 35.74)2 + (36 – 35.74)2 + (45 – 35.74)2 + (55 – 35.74)2 + (20 – 35.74)2 +
(38 – 35.74)2 + (46 – 35.74)2 + (27 – 35.74)2 + (45 – 35.74)2 + (23 – 35.74)2 + (64 –
35.74)2 + (21 – 35.74)2 + (34 – 35.74)2 + (22 – 35.74)2 + (29 – 35.74)2 + (36 – 35.74)2 +
(12 – 35.74)2 + (54 – 35.74)2 + (45 – 35.74)2 + (37 – 35.74)2 + (53 – 35.74)2 + (26 –
35.74)2 + (35 – 35.74)2 + (32 – 35.74)2 + (21 – 35.74)2 + (43 – 35.74)2 + (39 –35.74)2 + (28
– 35.74)2 + (28 – 35.74)2 ) / (35 – 1)

• = 145

Ejemplo 20

Diseño de experimentos
 Ejemplo 2: de como se emplea la
media o promedio con el siguiente
ejemplo para datos no agrupados:
a) A continuación se Podemos calcular el
presenta una muestra promedio de las
de las puntuaciones puntuaciones para
en un examen de un conocer cuántos
curso de estadística: estudiantes
• 70 90 95 74 58 70 98 72 obtuvieron
75 85 95 74 80 85 90 65 puntuaciones por
Ejemplos 90 75 90 69 encima y por debajo
del promedio. 21

Diseño de experimentos
 • Primero, sumamos todos los valores de los datos y el
resultado lo divide entre el total de datos o tamaño de
la muestra. Al sumar todas las puntuaciones en el
ejemplo anterior obtendrás un total de 1600, que
dividido por 20(total de datos), es igual a 80. Si
empleamos la fórmula obtenemos:

Ejemplos 22

Diseño de experimentos
 Ejemplo 3.- Calcular la desviación media de la
distribución:
• 9, 3, 8, 8, 9, 8, 9, 18

Ejemplos 23

Diseño de experimentos
Ejemplos 24

Diseño de experimentos
 Ejemplo 4 .- Calcular la desviación
estándar de la distribución:
• 9, 3, 8, 8, 9, 8, 9, 18

Ejemplos 25

Diseño de experimentos
Ejemplos 26

Diseño de experimentos