000193

Programas de estudio modalidad mixta

Nombre de la asignatura (1)

Ingeniería estadística

Ciclo, área o módulo (2) Clave de la asignatura (3)

Noveno cuatrimestre IN-15-123, 98 horas

Objetivo(s) general(es) de la asignatura (4)

El alumno valorará las técnicas de diseño de experimentos mediante el enfoque de métodos estadísticos para
el análisis de múltiples variables que intervienen en los procesos que le permitan garantizar la optimización
de las características de calidad del producto terminado.

Temas y subtemas (5)

Unidad 1.
Planeación de un experimento.
1.1 Experimentación: una estrategia para probar conjeturas y generar aprendizaje
1.2 El diseño de experimentos y el ciclo de Deming
1.3 Etapas y actividades de la planeación y análisis de un experimento
1.4 Control de factores de bloque y de ruido

Unidad 2.
Análisis de regresión múltiple.
2.1 Regresión lineal múltiple
2.2 Pruebas de hipótesis en la regresión lineal múltiple.
2.2.1 Pruebas de significación de la regresión.
2.2.2 Pruebas de los coeficientes de regresión individuales y de grupos de coeficientes.
2.3 Intervalos de confianza y predicción en regresión múltiple.
2.3.1 Intervalos de confianza para los coeficientes de regresión individuales.
2.3.2 Intervalos de confianza para la respuesta media.
2.4 Predicción de nuevas observaciones de la respuesta
2.5 Diagnóstico del modelo de regresión.
2.5.1 Análisis de residuos
2.6 Prueba de falta de ajuste.

Unidad 3.
Diseños factoriales fraccionados 2 k-p.
3.1 Diseño factorial fraccionado 2k-1
3.2 El concepto de resolución.
3.3 Construcción de fracciones 2k-1.
3.4 Diseños factoriales fraccionados 2 k-2.
000194

3.5 Diseño factorial fraccionado 2 k-p.

3.6 Principios de los efectos factoriales.

Unidad 4.
Introducción al diseño robusto (Taguchi).
4.1 Filosofía Taguchi.
4.2 El concepto de robustez.
4.3 Factores de control, de ruido y de señal
4.4 Arreglos ortogonales.
4.5 Diseño con arreglo interno y externo (diseño de parámetros)
4.6 Razón señal/ruido

Unidad 5.
Optimización de procesos con metodología de superficie de respuesta

5.1 Introducción a la metodología de superficie de respuesta.

5.2 Técnicas de optimización.
5.3 Diseños de superficie de respuesta.
5.3.1 Diseño de un caso o ejemplo integrador.
5.4 Optimización simultánea.
5.4.1 Método gráfico
5.4.2 Método de la función de deseabilidad

Unidad 6
Diseño de experimentos con mezclas

6.1 El problema del diseño de experimentos con mezclas.

6.2 Algunos diseños de mezclas y sus modelos estadísticos.
6.3 Ajuste del modelo y caracterización de la superficie de respuesta.
6.4 Restricciones en los componentes de una mezcla.

Actividades de aprendizaje (6)

Con docente Independientes

 Realiza lecturas y/o investigaciones de  Consulta en videos y webs alusivos al tema

acuerdo a las actividades teóricas-
prácticas a realizar durante el curso de
la materia.
 Utiliza a apoyos teóricos, prácticos y
gráficos contenidos en la plataforma.
 Realiza trabajos de investigación,
actividades de aprendizaje y tareas
orientadas a casos reales.
que le permitan adquirir un concepto más
amplio sobre la materia.
 Realiza ejercicios de tarea que refuercen su
aprendizaje.
 Realiza lecturas previas a las sesiones
presenciales.
 Participa en foros y chats.
 Practica con los diferentes modelos de
 000195

diseño de experimentos.
 Realiza un ejercicio integrador.

Criterios de evaluación (7)

Evaluaciones presenciales se recomienda que se integre por el 30%

 Participación y asistencia a las asesorías.

 Evaluación de los principios y conceptos básicos de la materia.
 Ejercicios realizados sobre los diseños factoriales y superficie de respuestas ,taguchi
 Participación en foros y mesas de trabajo sobre la utilización de los métodos de experimentación en
la industria.
 Reportes de casos resueltos de diseño factoriales.

Entrega de un portafolio de evidencias donde se recomienda que el 70 % de la calificación se integre por:

 Reportes de investigación
 Ejercicios y tareas realizados a los temas de diseño factorial y Taguchi
 Resultados y conclusiones de la aplicación de la metodología de superficies de respuestas a un caso
o experimento.
 Presenta un portafolio de evidencias con un reporte de los saberes adquiridos.

Materiales y recursos didácticos (8)

Básico
 Plataforma educativa http://portal.sabes.edu.mx
 Gutiérrez Pulido, H. y De la Vara Salazar, R (2012). Análisis De Diseño De Experimentos. Editorial
Mc Graw Hill.
 Montgomery, D.C. (2011) Diseño Y Análisis De Experimentos. Editorial Limusa Wiley.

Complementario:

 Biblioteca digital adscrita al SABES.

000196

Bibliografía: (autor, título, editorial, año y número de edición) (9)

1. Gutiérrez Pulido, H. y De la Vara Salazar, R. (2012) Análisis De Diseño De Experimentos. Editorial

Mc Graw Hill.
2. Montgomery, D.C. ( 2011) Diseño Y Análisis De Experimentos. Editorial Limusa Wiley.
3. Walpole; M. (2002)Probabilidad y estadística. Editorial Mc Graw Hill.
4. Mendenhall, W.(1994) Estadística matemática con aplicaciones (2ª Ed.). Grupo Editorial
Iberoamérica.
5. Montgomery, D. C, Peck E.A. y Vining, G.( 2002) Introducción al análisis de regresión lineal (1ª. Ed.)
en español. México : Patria.
6. Montgomery, D.C. (. 2005)Design and analysis of experiments (6th ed.).Hoboken,NJ : John Wiley &
Sons.
7. Bowerman, B. L., O´Conell, R. T. y Koehler, A. (2007). Pronósticos, series de tiempo y regresión: un
enfoque aplicado (4a Ed.).México, D.F.: Thomson.
8. Neter, J. (. 1996) Applied linear statistical models (4a ed.). Chicago: Irwin.