INGENIERÍA BIOQUÍMICA

DISEÑO EXPERIMENTAL

INTEGRANTES: ANA AGUIRRE,

ELIZABETH FALCÓN,
ALEX GUIJARRO,
KATHERINE PERALTA,
ALEX SANCHEZ

CURSO: SEXTO “U”

FECHA DE ENTREGA: 16 DE ENERO DE 2019

Bibliografía: Gutiérrez, H. (2008). Análisis y diseños de experimental. Ed

Mc Grawhill Interamericana. México
 Diseños factoriales 𝟑𝒌

Modelo que considera k factores con tres niveles cada uno y tiene 𝟑𝒌 tratamientos. Este
diseño requiere de mayor cantidad de pruebas que el diseño 𝟐𝒌 . Por ejemplo, si se quieren
estudiar cuatro factores, y se considera sólo una repetición, el diseño 34 requiere en total 81
pruebas, una para cada tratamiento; mientras que el diseño 24 sólo necesita 16 pruebas.

RAZONES QUE HACEN VIABLE EL DISEÑO 3K

• Se tienen factores de tipo continuo e interesa estudiar efectos cuadráticos como A2,
B2,…, A2B, B2A, A2B2,…Esto se hace cuando se cree que la variable de respuesta
no es lineal.

• Los factores son categóricos o discretos. Esto ocurre en factores como tipo de
material, diferentes medios de cultivos, factor máquina, etc., los cuales pueden tener
naturalmente tres niveles.

Diseño factorial 32
• Consiste en 32 = 9 tratamientos diferentes, que corresponden a todas las posibles
maneras en que se pueden combinar dos factores en tres niveles cada uno.

• Sean A y B los factores, cada uno con tres niveles, a los cuales se les suele llamar
bajo, medio y alto. Los nueve tratamientos se pueden escribir de varias maneras
 TABLA ANOVA
Tabla ANOVA: Modelo factorial con tres factores (sin replicación)

Formulas
Suma de cuadrados para tres factores

Suma de cuadrados total

Error aleatorio

Grados de libertad
El diseño factorial 3k es una de las alternativas experimentales que permite estudiar
efectos de curvatura, además de efectos lineales y de interacción.

Permite comprender cómo está actuando físicamente el factor sobre la variable de

respuesta.
Además, a partir de las gráficas es muy sencillo, en ambos casos, localizar el mejor
tratamiento. Cuando se tiene un efecto que parece ser cuadrático A2, no es suficiente ver la
gráfica correspondiente para saber si el efecto cuadrático es significativo, adicionalmente se
requiere respaldarlo con el análisis de varianza ello, se requiere estimar la suma de
cuadrados

En el caso de la curvatura se puede definir como la diferencia entre la pendiente del

segundo y la del primer segmento por lo que mayor diferencia en las pendientes mayor
curvatura. Para calcular pendientes de una línea recta se divide el incremento en el eje
vertical contra el incremento en el eje horizontal Así, las diferencias de estas pendientes o
contraste queda como:
EJERCICIO DE APLICACIÓN

CONCLUSIONES