INSTITUTO TEGNOLOGICO SUPERIO

DE TIERRA BLANCA

MATERIA
: calidad
Ingeniería de
DOCENTE:
Viridiana Sánchez Vázquez
TEMA
:
Investigación
Unidad 2
INTEGRANTE:
I. OMAR GONZALEZ
HERNANDEZ
178N0239
PERIODO
:
ENERO-JUNIO-2020
Contenido
Introducción:.....................................................................................................................................3
2.1 Planeación y Conducción de Experimentos................................................................................3
2.2 El diseño (2³)................................................................................................................................4
2.3 Definición de Ortogonalidad.......................................................................................................4
Ortogonalidad en otros contextos................................................................................................4
2.4 El Arreglo Ortogonal L6 (2³).........................................................................................................5
2.5 El análisis de varianza en los arreglos ortogonales.....................................................................5
2.6 Razones para usar arreglos Ortogonales.....................................................................................6
2.7 Otros arreglos para factores en dos niveles................................................................................6
2.8 Gráficos Lineales..........................................................................................................................7
2.9 Arreglos ortogonales para factores de tres niveles....................................................................7
2.10 Métodos para modificar los arreglos ortogonales....................................................................8
Conclusión:........................................................................................................................................8
Bibliografía:.......................................................................................................................................8
Introducción:
En el presente trabajo se realizará una dicha investigación sobre la unidad 2 para
así tener un poco más de conocimientos sobres los experimentos con arreglos
ortogonales
Ya que no haría más fácil sus investigaciones y así poder desarrollar un poco de
que trata cada tema en especial, Aparte de esto deberíamos tener en cuenta en si
la utilidad de Minitab

2.1 Planeación y Conducción de

Experimentos
El objetivo de la experimentación en procesos de manufactura, es encontrar la
forma para minimizar la desviación de la característica de la calidad de un valor
objetivo.
Estos métodos de diseño de experimentos realizados por R.A. Fisher traen una
gran variedad de técnicas estadísticas para el diseño; se sabe que al aplicar estos
diseños el ingeniero conoce sobre probabilidad y estadística.
Las técnicas de costo en efectivo utilizadas por el Dr. Taguchi, son de aplicación
directa en los problemas y requerimientos de la industria moderna, algún ejemplo
es en el diseños de un producto, en búsqueda de combinación de factores cuyo
desempeño sea confiable y estable y sea de bajo costo; estos métodos simplifica
o eliminan algunas de las dificultades impuestas por cálculos estadísticos.
El Dr. Taguchi ha simplificado el diseño de experimentos con la introducción de
arreglos ortogonales y graficas lineales los cuales permiten al ingeniero evaluar los
diseños de producto y proceso con respecto a su robustez y costo.
2.2 El diseño (2³)
En este diseño son investigadas todas las combinaciones de todos los niveles de
todos los factores, permitiendo investigar los efectos de varios factores al mismo
tiempo. En un diseño experimental con 3 factores en dos niveles cada uno se
requieren exactamente:(2) ^3= 8 experimentos
Otro caso sería este

(2)7= 128 experimentos o (2)8= 256 experimentos

Es cierto que con la factorial completa se probaran todas las posibles condiciones,
pero es completamente incosteable su realización con un numero de factores y
niveles moderados

2.3 Definición de Ortogonalidad

En matemáticas, el término ortogonalidad (del griego, ortos, recto y gonos, ángulo)
es una generalización de la noción geométrica de perpendicularidad. En el espacio
euclídeo convencional el término ortogonal y el término perpendicular son
sinónimos. Sin embargo, en espacios de dimensión finita y en geometrías no
euclídeas el concepto de ortogonalidad generaliza al de perpendicularidad.

Ortogonalidad en otros contextos

El concepto de ortogonalidad puede extenderse a otros objetos geométricos
diferente de los vectores.
Por ejemplo, dos curvas suaves se consideran ortogonales en un punto si sus
respectivos vectores tangentes son ortogonales. Dos familias de curvas se llaman
ortogonales si en el punto de intersección de una curva de la primera familia con
una curva de la segunda familia ambas resultan ser ortogonales. Un ejemplo de
esto es el de las líneas isostáticas de tracción y compresión en una viga, las
cuales son las envolventes de las tensiones principales.
La parte fundamental de la metodología ideada por el matemático japonés G.
Taguchi es la optimización de productos y procesos, a fin de asegurar productos
robustos, de alta calidad y bajo costo.
2.4 El Arreglo Ortogonal L6 (2³)
El arreglo ortogonal es una herramienta ingenieril que simplifica y en algunos
casos elimina gran parte de los esfuerzos de diseño estadístico. Es una forma de
examinar simultáneamente muchos factores a bajo costo.
El Dr. Taguchi recomienda el uso de arreglos ortogonales para hacer matrices que
contengan los controles y los factores de ruido en el diseño de experimentos. Ha
simplificado el uso de este tipo de diseño al incorporar los arreglos ortogonales y
las gráficas lineales, finalmente, en contraste con los enfoques tradicionales como
equivalentes de ruido: mientras las interacciones sean relativamente suaves, el
analista de los efectos principales nos proporcionará las condiciones óptimas y
una buena reproductibilidad en un experimento.
Los arreglos ortogonales son herramientas que permiten al ingeniero evaluar qué
tan robustos son los diseños del proceso y del producto con respecto a los
factores de ruido.

2.5 El análisis de varianza en los arreglos

ortogonales
El análisis de la varianza se convierte en la técnica más habitual cuando las
variables explicativas son categóricas y cuantitativas la variable explicada.
Las variables independientes se denominan factores, constan de dos o más
niveles y pueden interactuar entre ellas. Esta técnica contrasta mediante el
análisis de la variabilidad si los valores medios de la variable dependiente difieren
según las diferentes combinaciones de factores e interacciones.
Los experimentos factoriales pueden complicarse tanto como se deseen e
incorporar efectos aleatorios, multinivel, jerárquicos, anidados, fijos, etc. Existe
una amplia gama de situaciones que se presentan de forma habitual al realizar un
experimento o análisis. Si bien el acercamiento básico al análisis de la varianza
proviene de los contrastes de medias para dos o más niveles, el enfoque más
correcto nace desde el análisis de regresión.
El análisis de la varianza particulariza el modelo de regresión lineal cuando las
variables independientes son cualitativas y la independiente cuantitativa.
2.6 Razones para usar arreglos
Ortogonales
Usar arreglos ortogonales permite encontrar aquella combinación de factores que
nos proporcione el desempeño más estable y confiable al precio de manufactura
más bajo. Los resultados obtenidos para los arreglos ortogonales son analizados
para obtener los siguientes objetivos:
A) Estimar la contribución de los factores individuales que influyen en la calidad en
la etapa del diseño del producto.
B) Ganar la mejor condición para un proceso o un producto, así que las
características en una buena calidad puedan ser sostenidas

2.7 Otros arreglos para factores en dos niveles.

El primer diseño de la serie 2k es el que sólo tiene dos factores, por ejemplo, A y
B; cada uno se corre a dos niveles.

A este diseño se le llama diseño factorial 22. Los niveles de los factores pueden
denominarse arbitrariamente "bajo" y "alto". Como un ejemplo, considere la
investigación del efecto de la concentración del reactivo y de la cantidad del
catalizador sobre la conversión (rendimiento) de un proceso químico.

Sea la concentración del reactivo el factor A, y sean 15 y 25 por ciento los dos
niveles de interés. El catalizador es el factor B, con el nivel alto denotando el uso
de 2 libras del catalizador y el nivel bajo denotando el uso de 1 libra. Se hacen tres
réplicas del experimento, y los datos son los siguientes:

Las combinaciones de los tratamientos se ilustran gráficamente en la figura 6-1.

Por convención, el efecto de un factor se denota con una letra mayúscula latina.
Por lo tanto, "A" se refiere al efecto del factor A, "B" al efecto del factor B, y "AB" a
la interacción AB.

En el diseño 22, los niveles bajo y alto de A y B se denotan por "-" y "+",
respectivamente, en los ejes A y B. Por lo tanto, - en el eje A representa el nivel
bajo de la concentración (15%), mientras que + representa el nivel alto (25%), y -
en el eje B representa el nivel bajo del catalizador, mientras que + denota el nivel
alto.

2.8 Gráficos Lineales

Se compone de una serie de datos representados por puntos, unidos por
segmentos lineales. Mediante este gráfico se puede comprobar rápidamente el
cambio de tendencia de los datos.
El diagrama lineal se suele utilizar con variables cuantitativas, para ver su
comportamiento en el transcurso del tiempo.
Los pasos para construir el gráfico de líneas son los siguientes:
 En el eje horizontal (eje de avisas) se colocan los períodos de tiempo
(meses, años, trimestres,)
 En el eje vertical (eje de coordenadas) se colocan las frecuencias
absolutas o relativas.
 Se señalan los puntos. A cada período de tiempo le corresponde un punto
en el valor de su frecuencia.
 Se unen mediante segmentos lineales los puntos consecutivos.

2.9 Arreglos ortogonales para factores de tres

niveles
El diseño más simple del sistema 3k es el diseño 32, el cual tiene dos factores,
cada uno con tres niveles. Las combinaciones de tratamientos de este diseño se
mostraron en la figura 9-1. Puesto que están presentes 32 =9 combinaciones de
tratamientos, hay ocho grados de libertad entre estas combinaciones de
tratamientos.
Los efectos principales de A y B tienen dos grados de libertad cada uno, y la
interacción AB tiene cuatro grados de libertad. Si hay n réplicas, habrá n32 -1
grados de libertad totales y 32 (n -1) grados de libertad del error.
Las sumas de cuadrados de A, B YAB pueden calcularse mediante los métodos
usuales para los diseños factoriales. Cada efecto principal puede representarse
con un componente lineal y uno cuadrático, cada uno con un solo grado de
libertad, como se observa en la ecuación 9-1. Desde luego, esto sólo tiene sentido
si el factor es cuantitativo.
La partición de la interacción de dos factores AB puede hacerse de dos maneras.
El primer método consiste en subdividir AB en los cuatro componentes con un solo
grado de libertad que corresponden a ABL x L, ABL x Q, ABQ x L y ABQ x Q. Esto
puede hacerse ajustando los términos β12x1x2, β122x1x22, β112x12x2, y
β1122x12x22, respectivamente.
2.10 Métodos para modificar los arreglos
ortogonales
En este diseño se investigan todas las combinaciones de todos los niveles de
todos los factores, permitiendo investigar el efecto de varios factores al mismo
tiempo. En un diseño experimental de 7 factores en 2 niveles cada uno, se
requieren 128 experimentos.
En experimentos de manufactura es común 13 factores con 3 niveles cada uno,
siendo entonces necesario (3) 13 = 1, 594,323 experimentos. ANÁLISIS DE
DATOS MEDIANTE ARREGLOS ORTOGONALES:

 Determinación de promedios de respuesta para niveles de factores.

 Selección de niveles óptimos de un factor mediante la comparación de

promedios de respuestas.

 Predecir la respuesta promedio del proceso utilizando los niveles óptimos.

 Comparación de la predicción con los resultados de una corrida de

confirmación.

Conclusión:
Ya teniendo en cuenta concluido y leído cada tema de dicha investigación
podremos notar la eficiencia hacia los experimentos con arreglos ortogonales.
Y así llevar a cabo las actividades utilizando dichas actividades para su utilización,
debemos tener en cuenta la utilización de minitab para realizar “algunas
actividades”

Bibliografía:
Sign In. (2001). Recuperado de https://es.scribd.com/login?
archive_doc=361697355&escape=false&metadata=%7B%22context%22%3A
%22archive_view_restricted%22%2C%22page%22%3A%22read%22%2C%22action%22%3A
%22download%22%2C%22logged_in%22%3Atrue%2C%22platform%22%3A%22web%22%7D

Ingeniería de Calidad. (2013). Recuperado de

http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad3.html