Professional Documents
Culture Documents
DISEO EXPERIMENTAL
INTEGRANTES:
DIEGO FERNANDO RIVERA CASTRO 201311955
CARLOS ANDRS PENAGOS RODRIGUEZ 201311595
LUZ BENNYTH FORERO CARO 201221032
KAROL LIZETH ROA BOHRQUEZ 201221385
JUAN PABLO PAVA 200721210
RICARDO ALFONSO PAREDES ROA 201020922
PRESENTADO A:
Mg.JAIME ALBERTO GARCA SIERRA
UNIVERSIDAD PEDAGGICA Y TECNOLGICA DE COLOMBIA
DISEO EXPERIMENTAL
INGENIERA INDUSTRIAL
SOGAMOSO
2016
JUSTIFICACION
El mejoramiento de procesos constituye un campo de accin fundamental en el
ingeniero industrial como gerente de la produccin. En el mejoramiento de
procesos ya sean industriales, agrcolas o de cualquier naturaleza se requieren
probar diferentes alternativas que permitan optimizar dichos procesos. El diseo
experimental por bloques completos al azar es un mtodo cientfico que nos ofrece
la estadstica para modelar de manera sistemtica estas alternativas en vez de
apelar a la intuicin que aunque muchas veces muestre resultados positivos es
imprecisa y no acorde a polticas de mejoramiento continuo.
Diseos Experimentales
El diseo experimental es una herramienta de planeacin estadstica basada en el
mtodo cientfico que estudia fenmenos que son observables y repetibles para
obtener conclusiones vlidas y objetivas que lleven a la optimizacin de procesos
(industriales, agrcolas, de mercadotecnia, etc).
Trminos usados en los diseos experimentales.
Unidad experimental:
Es el objeto sujeto de medicin de la variable de estudio y sobre la cual se
aplica un tratamiento.
Niveles:
Nmero de veces que se aplica un tratamiento en un bloque.
Tratamiento:
Conjunto de condiciones experimentales, dadas por la combinacin de
niveles a las que debe someterse una unidad experimental, como
consecuencia de una prueba de hiptesis.
Variable de respuesta:
Propiedad que caracteriza la unidad experimental y que se pretende
mejorar mediante la aplicacin del experimento.
Factores de ruido:
Son variables que influyen en la variable de respuesta y no nos interesa
conocer son controlable, durante la operacin normal del proceso.
Factores estudiados:
Son las variables que se estudian en el experimento, para conocer como o
cuanto influyen o afectan la(s) variable(s) respuesta.
Error aleatorio:
Variabilidad observada del experimento que no se puede explicar por los
factores estudiados y resulta del pequeo efecto de los factores de ruido y
del error experimental
Error experimental: Componente del error aleatorio y se debe a fallas del
experimentador entre lo planeado y lo ejecutado.
|1 2|
2
n=
n +1
2
j=1,2, b
Donde:
Y ij =Es la medicion que corresponde altratamiento y y al bloque j.
=Media global poblacional .
i=1
j=1
i=0 y j=0
En esta clase de experimentos lo que nos interesa es probar la igualdad de
la media de los tratamientos. Por la tanto la hiptesis de inters es:
H 0 : 1=2==a
H 1 : al menos una i j
H 0 : 1= 2= a =0
H 1 : i 0 para almenos una i.
Las anteriores hiptesis, se prueban con una ANOVA con dos criterios de
clasificacin, dados las fuentes de variacin (tratamientos y factor bloque).
Fuentes de
Suma de
variabilidad
cuadrados
SS tratamientos
Tratamientos
Grados de
libertad
a-1
Cuadrados
medios
SS tratamientos
a1
Bloques
SS bloques
b-1
SS bloques
b1
Error
SS E
(a-1)(b-1)
SS E
(a1)(b1)
Total
SS T
N-1
F0
P valor
CM Tratamientos
CM E
F> F 0
CM Bloques
CM E
F> F 0
Portland gris.
Portland blanco.
Mortero.
Petrolero.
Mixto (Siderrgico)
Molino cementero.
La toma de datos se hizo de forma aleatoria en cada tratamiento, para cumplir con
el principio de aleatoriedad.
N
muestra
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
Molino
Maderconstruck
Munckersa
Euroacero
Munckersa
Sadvick
Sadvick
Euroacero
Munckersa
Euroacero
Maderconstruck
Sadvick
Maderconstruck
Maderconstruck
Sadvick
Maderconstruck
Munckersa
Euroacero
Sadvick
Munckersa
Euroacero
Cemento
Portland Blanco
Petrolero
Petrolero
Mortero
Portland Blanco
Portland Gris
Portland Blanco
Siderurgico
Portland Gris
Siderurgico
Mortero
Petrolero
Portland Gris
Siderurgico
Mortero
Portland Blanco
Siderurgico
Petrolero
Portland Gris
Mortero
Tiempo
64,2
65,9
65,6
64,1
65
65,9
63,2
67,9
63,5
64,9
63,9
64,2
64,1
63,8
63
65,2
65
66
64,9
62,3
SOLUCIN
Arreglo de los datos en un diseo en bloques completos al azar.
1
Marca
Euroacero
Tratamientos Materconstruc
t
Sadvick
Munckersa
2
63.2
Bloques
3
62.3
4
65.6
5
65
63.5
64.1
64.2
63
64.2
64.9
65.9
64.9
65
65.2
63.9
64.1
66
65.9
65.8
67.9
MODELO ESTADSTICO
En primer lugar, la situacin experimental posee 4 tratamientos (i) y 5 bloques (j),
el modelo estadstico que representa un Diseo en Bloques Completos al Azar
(DBCA) es el siguiente:
Y ij =+ i + j+ ij ; i=1,2,3,4
j=1,2,3,4,5
Dnde:
Y ij Tiempo de fraguado correspondiente al tratamiento i y al bloque j.
ij
Y ij
Se supone que los errores se distribuyen de manera normal con media cero y
varianza constante
( 2)
0, 2
N
HIPTESIS A PROBAR
Con el fin de comparar las cuatro marcas se plantea la hiptesis:
H 0 : 1=2=3= 4=
Sumas de
cuadrado
s
SC TRAT
Grados de
libertad
Cuadrado
s medios
a1
CM TRAT
Bloques
SC B
b1
CM B
Error
SC E
Total
SC T
Tratamiento
s
SC T = Y ij
2
j=1 i=1
(a1)( b1)
F0
F0 =
CM TRAT
CM E
F0 =
CM B
CM E
CM E
N1
Y
N
Yi Y2
SC TRAT =
N
i =1 b
b
Y Y2
SC B = j
N
j=1 k
Una vez realizados los clculos en Excel la tabla ANOVA para nuestro ejemplo
queda as:
Fuentes de
variabilidad
Sumas de Grados
Cuadrados
cuadrado
de
medios
s
libertad
Marca de
molino
Pruebas
10.918
3
F0
p-valor
3.6393333
3
9.1040233
5
0.002
9.8855534
7
0.001
15.807
3.95175
Error
4.797
12
0.39975
Total
31.522
(Bloques)
19
pvalue=0.002<
H0
de
que el tiempo medio de fraguado de las marcas son iguales, y se acepta que al
menos dos marcas tienen medias diferentes.
COMPARACIN DE PAREJAS DE MEDIAS DE TRATAMIENTO
Como se rechaza la hiptesis de igualdad de los cuatro tratamientos o marcas de
molinos, es lgico averiguar cules de ellos son diferentes entre s. Para
averiguarlo se utiliza algunas de las pruebas de rango mltiple, en nuestro caso
utilizaremos la diferencia mnima significativa (LSD), la cual est dada por:
LSD=t / 2,(a1)(b1)
2CM E
b
Dnde:
t /2,(k1)(b 1)
CM E
b
Numero de bloques
LSD=2.179
20.39975
=0.8713
5
Al comparar esta diferencia mnima significativa con las medias de cada uno de
los tratamientos se obtiene la siguiente tabla:
Diferencia poblacional
Euroacero Materconstruct
Diferencia
muestral
|0.16|<0.871
Decisin
No significativa
Euroacero Sadvick
|1.4|> 0.871
Significativa
Euroacero Munckersa
|1.68|>0.871
Significativa
Materconstruct Sadvick
|1.24|> 0.871
Significativa
Materconstruct Munckersa
|1.52|>0.871
Significativa
Sadvick Munckersa
|0.28|<0.871
No significativa
hiptesis nula
Diferencia poblacional
B 1 B 2
Diferencia
muestral
|0.2|< 0.974
Decisin
No significativa
B 1 B 3
|1.275|>0.974
Significativa
B 1 B 4
|0.825|<0.974
No significativa
B 1 B 5
|1.3|>0.974
Significativa
B 2 B 3
|1.075|>0.974
Significativa
B 2 B 4
|1.025|>0.974
Significativa
B 2 B 5
|1.5|>0.974
Significativa
B 3 B 4
|2.1|>0.974
Significativa
B 3 B 5
|2.575|>0.974
Significativa
B 4 B 5
|0.475|<0.974
No significativa
j=1,2, b
Dnde:
Y ij =Es la medicion que corresponde altratamiento y y al bloque j.
=Media general .
k Q2i
SS Tratamientos (ajustada )=
Donde
Qi
Qi= y i .
i=1
1
n y
k j=1 ij . j
Con
nij
Fuentes de
Suma de
variabilidad
cuadrados
SS trat . ajustados
Tratamientos
(ajustados)
Grados de
libertad
a-1
Cuadrados
medios
SS trat .ajustado
a1
Bloques
SS bloques
b-1
SS bloques
b1
Error
SS E
N-a-b+1
SS E
N ab+1
Total
SS T
N-1
nij =0
en caso contrario.
F0
CM Tratamientos
CM E
P valor
F> F 0