CARRERA INGENIERIA EN GESTION EMPRESARIAL PROFESOR EDGAR CABRERA MATERIA ESTADISTICA INFERENCIAL 2 DISEO EXPERIMENTAL

ALUMNOS ROQUE JACINTO MIS HOIL EDGAR REYDIER BALAM CHAVEZ SANDRA ISLAS

DISEO EXPERIMENTAL PARA UN FACTOR

El diseo experimental es una tcnica estadstica que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. En un diseo experimental se manipulan deliberadamente una o ms variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de inters. El diseo experimental prescribe una serie de pautas relativas qu variables hay que manipular, de qu manera, cuntas veces hay que repetir el experimento y en qu orden para poder establecer con un grado de confianza predefinido la necesidad de una presunta relacin de causa-efecto. El diseo experimental encuentra aplicaciones en la industria, la agricultura, la mercadotecnia, la medicina, las ciencias de la conducta, etc. constituyendo una fase esencial en el desarrollo de un estudio experimental. Cuando en un experimento hay varios factores de inters, utilizamos el diseo experimental factorial. En el experimento factorial, se analizaran todas las posibles combinaciones de los niveles de los factores en cada rplica del experimento, para estudiar el efecto conjunto de estos sobre una respuesta. En los experimentos de un factor las medidas u observaciones se obtienen para a grupos independientes de muestras, donde el nmero de medidas en cada grupo es b. hablando de los a tratamientos, cada uno de los cuales tiene b repeticiones o replicas. En el ejemplo 9.1, a = 4. Los resultados de un experimento de un factor se pueden presentar en una tabla que tenga a filas y b columnas. Aqu Xjk denota la medida de la j-sima fila y de la K-sima columna, donde j = 1, 2,., a y k = 1, 2., b. por ejemplo, X35 se refiere a la quinta medicin del tercer tratamiento.

Podemos denotar por

la media de las medidas en la j-sima fila. Tenemos

El punto en se utiliza para mostrar que se sum sobre el ndice K. los valores se llaman medias de grupo, , medias de tratamientos o medias de fila. La gran media o media total, es la media de todas las medidas en todos los grupos y se denota por a saber,

DISEO EXPERIMENTAL CON BLOQUES AL AZAR Y DISEO FACTORIAL

Diseo completamente aleatorizado. El experimentador asigna las unidades experimentales a los tratamientos al azar. La nica restriccin es el nmero de observaciones que se toman en cada tratamiento. De hecho si ni es el nmero de observaciones en el i-simo tratamiento, i = 1,...,I, entonces, los valores n1,n2,...,nI determinan por completo las propiedades estadsticas del diseo. Naturalmente, este tipo de diseo se utiliza en experimentos que no incluyen factores bloque. El modelo matemtico de este diseo tiene la forma:

Diseo en bloques o con un factor bloque. En este diseo el experimentador agrupa las unidades experimentales en bloques, a continuacin determina la distribucin de los tratamientos en cada bloque y, por ltimo, asigna al azar las unidades experimentales a los tratamientos dentro de cada bloque. En el anlisis estadstico de un diseo en bloques, stos se tratan como los niveles de un nico factor de bloqueo, aunque en realidad puedan venir definidos por la combinacin de niveles de ms de un factor nuisance. El modelo matemtico de este diseo es:

El diseo en bloques ms simple es el denominado diseo en bloques completos, en el que cada tratamiento se observa el mismo nmero de veces en cada bloque. El diseo en bloques completos con una nica observacin por cada tratamiento se denomina diseo en bloques completamente aleatorizado o, simplemente, diseo en bloques aleatorizado.

Cuando el tamao del bloque es inferior al nmero de tratamientos no es posible observar la totalidad de tratamientos en cada bloque y se habla entonces de diseo en bloques incompletos.

Diseos con dos o ms factores bloque. En ocasiones hay dos (o ms) fuentes de variacin lo suficientemente importantes como para ser designadas factores de bloqueo. En tal caso, ambos factores bloque pueden ser cruzados o anidados. Los factores bloque estn cruzados cuando existen unidades experimentales en todas las combinaciones posibles de los niveles de los factores bloques. Diseo con factores bloque cruzados. Tambin denominado diseo fila-columna, se caracteriza porque existen unidades experimentales en todas las celdas (intersecciones de fila y columna). El modelo matemtico de este diseo es:

Los factores bloque estn anidados si cada nivel particular de uno de los factores bloque ocurre en un nico nivel del otro factor bloque. Diseo con factores bloque anidados o jerarquizados. Dos factores bloque se dicen anidados cuando observaciones pertenecientes a dos niveles distintos de un factor bloque estn automticamente en dos niveles distintos del segundo factor bloque.

Ventajas Se elimina el efecto de las variables perturbadoras o extraas, mediante el efecto de la aleatorizacin. El control y manipulacin de las variables predictorias clarifican la direccin y naturaleza de la causa.

 Se requiere una estrecha colaboracin entre los estadsticos y el investigador o cientficos con las consiguientes ventajas en el anlisis e interpretacin de las etapas del programa. Se enfatiza respecto a las alternativas anticipadas y respecto a la pre-planeacin sistemtica, permitiendo aun la ejecucin por etapas y la produccin nica de datos tiles para el anlisis en combinaciones posteriores. Debe enfocarse la atencin a las interrelaciones y a la estimacin y cuantificacin de fuentes de variabilidad en los resultados. El nmero de pruebas requerido puede determinarse con certeza y a menudo puede reducirse. La comparacin de los efectos de los cambios es ms precisa debido a la agrupacin de resultados. La exactitud de las conclusiones se conoce con una precisin matemticamente definida. Desventajas Tales diseos y sus anlisis, usualmente estn acompaados de enunciados basados en el lenguaje tcnico del estadstico. Sera significativos a la generalidad de la gente, adems, el estadstico no debera subestimar el valor de presentarnos los resultados en forma grfica. De hecho, siempre debera considerar a la representacin grfica como un paso preliminar de un procedimiento ms analtico. Muchos diseos estadsticos, especialmente cuando fueron formulados por primera vez, se han criticado como demasiado caros, complicados y que requieren mucho tiempo. Tales crticas, cuando son vlidas, deben aceptarse de buena fe y debe hacerse un intento honesto para mejorar la situacin, siempre que no sea en detrimento de la solucin del problema.

Cmo podremos aplicarlo en el campo laboral industrial identificando factores que podran mejorar la calidad de los productos y procesos? Aplicaciones El diseo de experimentos tiene una gran variedad de aplicaciones y puede ser aplicado a un gran numero de industrias, la optimizacin de recursos, la identificacin de causas de variabilidad son algunos de los objetivos del diseo de experimentos aplicados en nivel industrial. Necesito experimentos de un solo factor. Aplicaciones segn la clasificacin de la industria A continuacin se muestran algunos ejemplos de aplicaciones existentes segn el tipo de industria. Industrias pesadas o de base

Qumica pesada Estudio de la composicin para la elaboracin de productos: Estudio de los valores ms apropiados para la elaboracin de compuestos qumicos que requieran diversos componentes. Anlisis del efecto de las condiciones del entorno en la elaboracin del producto como la temperatura ambiente, humedad relativa etc.2

Industrias de bienes de equipo

Maquinaria Medida de la variabilidad de los instrumentos de medida: Es posible aplicar el diseo de experimentos como herramienta para determinar y mejorar los ndices de capacidad de un proceso concreto apoyndose en estudios de reproducibilidad y repetitividad.3 Diseo de motores elctricos: Estudio de las caractersticas constructivas del motor y su influencia en variables importantes como la perdida de flujo y la constante de velocidad.4 Diseo de electrodos: Estudio de los esfuerzos en los electrodos en funcin de la fuerza de aplicacin y el tamao del electrodo.5 Diseo de elementos de sujecin: Anlisis de la influencia de los parmetros geomtricos en la resistencia de los remaches.6

Materiales de construccin Estudios de corrosin: Estudios de la influencia del tiempo en la corrosin de aceros de construccin y metales en general.

Aplicaciones en el mecanizado: estudio de la variabilidad en los procesos de mecanizado, ayuda a la reduccin de piezas defectuosas y aumento de la capacidad de produccion.7

Produccin de vehculos industriales Estudio de procesos de soldadura: estudio de un proceso de soldadura, para determinar las variables que influyen en la resistencia de la soldadura.8

Industria aeronutica Optimizacin del proceso de anodizado y pintado: optimizar los procesos de anodizado y pintado para conseguir una buena proteccin anticorrosion.9

Industrias ligeras o de uso y consumo

Farmacia y qumica ligera Informtica y telecomunicaciones Estudio del rendimiento de una red informtica: Realizando simulaciones es posible cuantificar el rendimiento y las variables criticas que hacen que la transferencia de datos en la red sea econmicamente rentable. Mejora del rendimiento de un procesador: Se usa para determinar el impacto que tienen variables importantes como la temperatura y las horas de uso en el rendimiento del procesador. Reduccin del tiempo del CPU: El estudio se basa en la aplicacin del diseo de experimentos para determinar la mejor combinacin de factores que reduzcan el tiempo de CPU. Optimizacin de materiales en semiconductores: Estudio de las propiedades elctricas del arsienuro de galio dopado con silano. Diseo de filtros pasivos: se utiliza el diseo de experimentos para determinar los valores de las tolerancias de los componentes para optimizar los circuitos.

Biotecnologa Operaciones en un sistema de fangos activos: optimizar y entender las reacciones que se dan en el tratamiento secundario de una EDAR, por ejemplo, los fangos activos.13

Pasos para el diseo de un experimento

Observacin Planteamiento del problema de investigacin

Objetivos Hiptesis: hiptesis nula (Ho) e hiptesis alterna Mtodo (incluye la eleccin de los sujetos, para la conformacin de la muestra; el procedimiento, es decir, el tratamiento a los sujetos; las variables consideradas: variable dependiente, variable independiente, variables extraas) Resultados: aqu se describen cules fueron las relaciones observadas entre las variables (si los valores de la variable independiente realmente influyeron significativamente sobre los de la variable dependiente, si hubo tantas variables extraas como se pensaba o si surgieron otras), para lo cual se aaden a dicha descripcin tanto grficas (de barras, de pastel, etc.) como cuadros. Conclusiones

A partir de aqu, ya es posible pensar en la elaboracin del informe (publicacin del experimento y sus resultados, a travs de un artculo en una publicacin nacional o internacional, donde se incluirn, adems de las secciones ya mencionadas, las referencias bibliogrficas). Un ejemplo Un ingeniero quiere estudiar la resistencia de una pieza plstica sometida a temperaturas cambiantes. La pieza puede ser elaborada con tres tipos de plstico distintos. De ah que se plantee las siguientes preguntas:

Qu efecto tienen la composicin de la pieza y la temperatura en la resistencia de la pieza? Existe algn material con el que la pieza resulte ms resistente que con cualquiera de los otros dos independientemente de la temperatura?

Para darles respuesta, el ingeniero se plantea realizar una batera de experimentos. Cada uno de ellos consiste en tomar una pieza de un material dado, someterla a una temperatura prefijada y aplicarle una presin hasta que la pieza se quiebre. El grado de presin necesario ser la medida de resistencia de la pieza. Por fijar ideas, selecciona tres temperaturas, -20 C, 20 C y 60 C. Por lo tanto, puede realizar 9, es decir, 3x3, pruebas distintas. Adems, decide repetir cada una de las 9 pruebas 4 veces cada una. Finalmente, decide aleatorizar las pruebas, es decir, desordenarlas aleatoriamente en el tiempo. Tras realizar los experimentos, obtiene 36, es decir, 4x9, medidas de resistencia distintas. A partir de ese momento, realiza un estudio cuantitativo utilizando tcnicas estadsticas, como la ANOVA, que ya no forman parte propiamente de la fase del diseo experimental.

MARCO TEORICO
Los experimentos son una parte en el proceso de toma de decisiones de la ingeniera. De acuerdo a Hines y Montgomery (1993) no son ms que una prueba o una serie de pruebas en donde se provoca un cambio o cambios en las condiciones de un sistema con el propsito de extraer informacin de importancia. Las conclusiones que pueden extraerse de un experimento dependen, en parte, de cmo se condujo el experimento y por ello su diseo desempea un papel principal en la solucin del problema. Un experimento diseado, es una serie de pruebas en las cuales se provocan cambios deliberados en las variables de entrada del sistema. Los mtodos de diseo de experimentos tienen dos cometidos importantes: El desarrollo del proceso Y la depuracin de los mismos

La tcnica del diseo experimental basadas en la estadstica son muy tiles dentro de la ingeniera, sobre todo en lo que toca a la mejora de rendimiento de los procesos de manufactura. Estas tcnicas de diseo experimental tienen gran aplicacin en el desarrollo de nuevos procesos, muchos de estos procesos pueden describirse en trminos de variables controladas (temperatura, presin y tasa de abastecimiento). Mediante el empleo del experimento diseado, los ingenieros pueden determinar al subconjunto de variables de proceso que tiene la mayor influencia sobre el rendimiento de ste. Todo experimento tiene una secuencia de actividades: I. II. III. IV. Conjetura, la hiptesis original que motiva al experimento Experimento, prueba efectuada para investigar la conjetura Anlisis, anlisis estadstico de los datos obtenidos del experimento Conclusin, lo que se aprendi de la conjetura original con la realizacin del experimento

De acuerdo con Montgomery y Runger (1996) todos los experimentos son diseados, desafortunadamente algunos de ellos tiene un pobre diseo y como resultado de esto, se utilizan recursos muy valiosos de marca ineficaz.