UNIVERSIDAD TECNOLGICA

EMILIANO ZAPATA DEL ESTADO DE MORELOS

DIVISIN ACADMICA DE MECNICA INDUSTRIAL

DISEO DE EXPERIMENTOS

REPORTE DE INVESTIGACIN
CARRERA:

TCNICO SUPERIOR UNIVERSITARIO EN MECATRNICA

REA AUTOMATIZACIN
PRESENTA:
VALENZUELA COUTIO ALONSO

PROFESOR
ING. MARIO ALBERTO NAVA DAZ
EMILIANO ZAPATA, MOR., 18 DE AGOSTO DE 2016

CONTENIDO
ndice de figuras
Resumen
CAPTULO 1.

DESCRIPCIN DEL PROYECTO...............................................8

1.1

Planteamiento del problema.................................................................8

1.2

Objetivos.................................................................................................. 8

1.2.1

General............................................................................................... 8

1.2.2

Especficos......................................................................................... 8

1.3

Justificacin.............................................................................................. 9

1.4

Alcances y Limitaciones.........................................................................9

1.4.1

Alcances............................................................................................. 9

1.4.2

Limitaciones...................................................................................... 9

CAPTULO 2.
2.1
2.1.1

MARCO TERICO.....................................................................10

Revisin Bibliogrfica...............................................................................10
DISEO DE EXPERIMENTOS...................................................................10

2.1.1.1 DEFINICIN............................................................................................ 10
2.1.1.2 METODOLOGA...................................................................................... 11
2.1.1.3 OBJETIVO............................................................................................... 12
2.1.1.4 UTILIZACIN.......................................................................................... 13
2.1.1.5 TERMINOLOGA...................................................................................... 14
2.1.1.6 TIPOS DE VARIABILIDAD........................................................................16
2.1.1.7 MODELO ESTADSTICO...........................................................................17
2.1.2

PLANIFICACIN DE UN EXPERIMENTO...................................................20

CAPTULO 3.
3.1
3.1.1

CONCLUSIONES.......................................................................22

Cumplimiento de objetivos.......................................................................22
Resultados............................................................................................. 22

BIBLIOGRAFIA

NDICE DE FIGURAS
Figura 2.1 Modelo General de un proceso o sistema............................................................................12

RESUMEN
El diseo de experimentos (DOE) ayuda a investigar los efectos de las variables de
entrada (factores) sobre una variable de salida (respuesta) al mismo tiempo. Estos
experimentos consisten en una serie de corridas, o pruebas, en las que se realizan
cambios intencionales en las variables de entrada. En cada corrida se recolectan
datos. El DOE se utiliza para identificar las condiciones del proceso y los
componentes del producto que afectan la calidad, para luego determinar la
configuracin de factores que optimiza los resultados.

Ronald Fisher es considerado el padre del diseo experimental en sus estudios de

agronoma en el primer tercio del siglo XX. A la lista de los pioneros de su uso hay
que aadir los de Frank Yates, W.G. Cochran y G.E.P. Box. Muchas de las
aplicaciones originarias del diseo experimental estuvieron relacionadas con la
agricultura y la biologa, disciplinas de las que procede parte de la terminologa
propia de dicha tcnica.

Las aplicaciones a la industria textil comenzaron en la dcada de 1930 en Inglaterra

y se popularizaron y extendieron a las industrias qumica y manufacturera de Europa
y EE. UU. tras la II Guerra Mundial. Es de notar su uso actual en la industria de la
electrnica y los semiconductores.

La metodologa de diseo de experimentos (DOE) es una herramienta estadstica

para la mejora de la calidad usada frecuentemente en proyectos Seis Sigma. Esta
metodologa sirve para disear las condiciones ideales de un producto, proceso o
servicio para que cumpla con nuestras expectativas usando el mnimo nmero de
experimentos o pruebas. DOE es muy til cuando tenemos entre manos un producto
complicado cuyo resultado puede depender de una gran cantidad de variables que
no controlamos y que debemos ajustar para optimizarlo.

1 DESCRIPCIN DEL
PROYECTO
1.1 Planteamiento del problema
Indagar informacin acerca del Diseo de Experimentos, o por sus siglas en ingles
DOE (Desing of Experiments)
1.2 Objetivos
Entender que es el diseo experimental.
Identificar el proceso de experimentos.
Identificar formulas.
1.2.1 General
El alumno deber entender y saber aplicar los pasos que se hacen para el diseo de
experimentos.

1.2.2 Especficos
1. Entender sus pasos.
2. Saber aplicar las formulas.
3. Explicar mediante ejemplos.

1.3 Justificacin
Los modelos de diseo de experimentos son modelos estadsticos clsicos cuyo
objetivo es averiguar si unos determinados factores influyen en una variable de
inters y, si existe influencia de algn factor, cuantificar dicha influencia

1.4 Alcances y Limitaciones

Lograr el entendimiento del tema a investigar.
1.4.1 Alcances
Se logr entender el tema mediante la indagacin de informacin acerca del tema de
forma individual.

1.4.2 Limitaciones
Debido a no tener un conocimiento previo del tema tuvimos que investigar muy
afondo para entender el tema.

CAPTULO 1.

MARCO TERICO

2.1 Revisin Bibliogrfica

2.1.1 DISEO DE EXPERIMENTOS
2.1.1.1 DEFINICIN
Un experimento diseado es una prueba o serie de pruebas en las cuales se inducen
cambios deliberados en las variables de entrada de un proceso o sistema, de manera
que sea posible observar e identificar las causas de los cambios en la respuesta de
salida. Actualmente los mtodos de diseo experimental tienen una amplia aplicacin
en muchas disciplinas.
Ejemplos: la Agricultura y el Diseo Tcnico.
El Diseo Experimental puede ser considerado como parte del proceso cientfico y
una de las formas en que aprendemos acerca de la forma en que funcionan los
sistemas o procesos. Por lo general, este aprendizaje se da a travs de una serie de
actividades en las cuales hacemos conjeturas sobre un proceso, realizamos
experimentos para generar datos a partir del proceso, y entonces usamos la
informacin del experimento para establecer nuevas suposiciones, que llevan a
realizar nuevos experimentos, y as sucesivamente, comportndose cclicamente.

2.1.1.2

METODOLOGA

La metodologa del diseo de experimentos se basa en la experimentacin. Es

sabido que, si se repite un experimento, en condiciones indistinguibles, los resultados
presentan una cierta variabilidad. Si la experimentacin se realiza en un laboratorio
donde la mayora de las causas de variabilidad estn muy controladas, el error
experimental ser pequeo y habr poca variacin en los resultados del experimento.
Pero si se experimenta en procesos industriales o administrativos la variabilidad ser
mayor en la mayora de los casos.
La metodologa del diseo de experimentos estudia cmo variar las condiciones
habituales de realizacin de un proceso emprico para aumentar la probabilidad de
detectar cambios significativos en la respuesta; de esta forma se obtiene un mayor
conocimiento del comportamiento del proceso de inters.
Para que la metodologa de diseo de experimentos sea eficaz es fundamental que
el experimento est bien diseado.
Un experimento se realiza por alguno de los siguientes motivos:

Determinar las principales causas de variacin en la respuesta.

Encontrar las condiciones experimentales con las que se consigue un valor

extremo en la variable de inters o respuesta.

Comparar las respuestas en diferentes niveles de observacin de variables

controladas.
Obtener un modelo estadstico-matemtico que permita hacer predicciones de
respuestas futuras.

2.1.1.3

OBJETIVO

El objetivo del diseo de experimentos es estudiar si cuando se utiliza un

determinado tratamiento se produce una mejora en el proceso o no. Para ello se
debe experimentar aplicando el tratamiento y no aplicndolo. Si la variabilidad
experimental es grande, slo se detectar la influencia del uso del tratamiento
cuando ste produzca grandes cambios en relacin con el error de observacin.
Todo proceso o sistema productivo puede representarse mediante el modelo
mostrado en la Fig. 2.1:

Figura 2.1 Modelo

General de un proceso o sistema

Es decir, que puede ser visualizado como una combinacin de mquinas, mtodos,
personas y otros recursos que transforman alguna entrada (materia prima), en una
salida que tiene una o ms respuestas observables. Algunas variables dentro del
proceso son controlables, mientras que otras son incontrolables.

Un experimento diseado tiene por objetivo:

Determinar cules son las variables que tienen mayor influencia en la variable
de respuesta.

Determinar el mejor valor de las variables controlables que influyen en la

respuesta, de manera que sta, tenga casi siempre un valor cercano al valor
nominal deseado.

Determinar la mejor combinacin de las variables controlables que ayuden a

reducir la variabilidad de la respuesta.

Establecer la combinacin ptima de las variables controlables, con el

objetivo de minimizar los efectos de las variables incontrolables.

2.1.1.4

UTILIZACIN

La utilizacin de los modelos de diseo de experimentos se basa en la

experimentacin y en el anlisis de los resultados que se obtienen en un experimento
bien planificado. En muy pocas ocasiones es posible utilizar estos mtodos a partir
de datos disponibles o datos histricos, aunque tambin se puede aprender de los
estudios realizados a partir de datos recogidos por observacin, de forma aleatoria y
no planificada. En el anlisis estadstico de datos histricos se pueden cometer
diferentes errores, los ms comunes son los siguientes:
1. Inconsistencia de los datos: Los procesos cambian con el tiempo, se
producen cambios en el personal (cambios de personas, mejoras del personal
por procesos de aprendizaje, motivacin, ...), cambios en las mquinas
(reposiciones, reparaciones, envejecimiento, ...). Estos cambios tienen
influencia en los datos recogidos, lo que hace que los datos histricos sean
poco fiables, sobre todo si se han recogido en un amplio espacio de tiempo.
2. Variables con fuerte correlacin: Puede ocurrir que en el proceso existan
dos o ms variables altamente correlacionadas que pueden llevar a
situaciones confusas. Por ejemplo, en el proceso hay dos variables X1 y X2
fuertemente correlacionadas que influyen en la respuesta, pero si en los datos

que se tiene aumenta al mismo tiempo el valor de las dos variables no es

posible distinguir si la influencia es debida a una u otra o a ambas variables
(confusin de los efectos).

3. El rango de las variables controladas es limitado: Si el rango de una de las

variables importantes e influyentes en el proceso es pequeo, no se puede
saber su influencia fuera de ese rango y puede quedar oculta su relacin con
la variable de inters o lo cambios que se producen en la relacin fuera del
rango observado.

2.1.1.5

TERMINOLOGA

El diseo de experimentos ha sido creado por matemticos y estadsticos, por lo que

posee su propio lenguaje, el cual es necesario conocer para su mejor comprensin y
utilizacin. A continuacin se describen los trminos ms importantes Beauregard :

Factor: Una de las variables dependientes que son estudiadas en el

experimento. sta puede ser cualitativa, como: cambios en el equipo,
mtodos, material utilizado; o cuantitativa, por ejemplo: la temperatura,
presin, tiempo, etc.

Nivel: Son los valores que puede tener el factor a estudiar. Combinacin:
Es la asignacin de un solo nivel a un factor, o de varios niveles a todos los

factores en una corrida experimental.

Variable de respuesta: Es el resultado de una corrida experimental. Variable
a estudiar.

Efecto: Es el cambio en la variable de respuesta por el cambio del nivel de un

factor.

Interaccin: Cuando uno o ms factores trabajan juntos para producir un

efecto diferente que los efectos producidos por aquellos factores de manera
individual.

Corrida experimental: Implementacin de cada una de las combinaciones.

Bloque: Agrupacin planeada de factores o combinaciones. Es realizada a

manera de minimizar la variacin no incluida en el diseo, ejemplo puede ser
el turno o da de la semana.

Replicacin: Repeticin del experimento.

2.1.1.6

TIPOS DE VARIABILIDAD

Uno de los principales objetivos de los modelos estadsticos y, en particular, de los

modelos de diseo de experimentos, es controlar la variabilidad de un proceso
aleatorio que puede tener diferente origen. De hecho, los resultados de cualquier
experimento estn sometidos a tres tipos de variabilidad cuyas caractersticas son
las siguientes:

Variabilidad sistemtica y planificada: Esta variabilidad viene originada por

la posible dispersin de los resultados debida a diferencias sistemticas entre
las distintas condiciones experimentales impuestas en el diseo por expreso
deseo del experimentador.

Variabilidad tpica de la naturaleza del problema y del experimento: Es la

variabilidad debida al ruido aleatorio. Este trmino incluye, entre otros, a la
componente de variabilidad no planificada denominada error de medida. Es
una variabilidad impredecible e inevitable. Esta variabilidad es la causante de
que si en un laboratorio se toman medidas repetidas de un mismo objeto
ocurra que, en muchos casos, la segunda medida no sea igual a la primera y,
ms an, no se puede predecir sin error el valor de la tercera. Es una
variabilidad que va a estar siempre presente pero que es tolerable.

Variabilidad sistemtica y no planificada: Esta variabilidad produce una

variacin sistemtica en los resultados y es debida a causas desconocidas y
no planificadas.

2.1.1.7

MODELO ESTADSTICO

Un modelo estadstico de regresin es una expresin simblica en forma de

igualdad o ecuacin que se emplea en todos los diseos experimentales y en la
regresin para indicar los diferentes factores que modifican la variable de respuesta.
El modelo estadstico ms simple es el usado en los diseos
completos aleatorizados (DCA).
Su modelo es:

Donde
Y = es la variable de respuesta de inters.
= promedio general de la poblacin sobre la cual se est trabajando
t = es la variacin que se atribuye a los niveles del factor que se est
evaluando (efecto de los tratamientos).
= es la variacin de los factores no controlados (el error experimental)
i = i -simo tratamiento
j = j -sima repeticin de cada tratamiento
j(i) = es la variacin de las unidades experimentales anidado en los
tratamientos.
Los modelos estadsticos pueden ser lineales o no lineales.

La variabilidad total, SC(total), de los datos de cualquier diseo experimental puede

ser expresada como:

2.1.1.8

TABLAS ANOVA

En estadstica, el anlisis de la varianza (ANOVA, ANalysis Of VAriance, segn

terminologa inglesa) es una coleccin de modelos estadsticos y sus procedimientos
asociados, en el cual la varianza est particionada en ciertos componentes debidos a
diferentes variables explicativas.

Las tcnicas iniciales del anlisis de varianza fueron desarrolladas por

el estadstico y genetista R. A. Fisher en los aos 1920 y 1930 y es algunas veces
conocido como "Anova de Fisher" o "anlisis de varianza de Fisher", debido al uso de
la distribucin F de Fisher como parte del contraste de hiptesis.

El anlisis de la varianza permite superar las limitaciones de hacer contrastes

bilaterales por parejas que son un mal mtodo para determinar si un conjunto de
variables con n > 2 difieren entre s. El primer concepto fundamental es que todo
valor observado puede expresarse mediante la siguiente funcin:

Podemos resumir que las puntuaciones observadas equivalen a las puntuaciones

esperadas, ms el error aleatorio (
). A partir de esa idea, se puede
operar:
1. Restamos a ambos lados de la ecuacin (para mantener la igualdad) la media
de la variable dependiente:

2. Operando se llega finalmente a que:

Esta ecuacin se reescribe frecuentemente como:

de un factor, que es el caso ms sencillo, la idea bsica del anlisis de la varianza es

comparar la variacin total de un conjunto de muestras y descomponerla como:

Donde:
!:
SS

Es un nmero real relacionado con la varianza, que mide la variacin debida al "factor",

"tratamiento" o tipo de situacin estudiado.

SS :

es un nmero real relacionado con la varianza, que mide la variacin dentro

de cada "factor", "tratamiento" o tipo de situacin.

En el caso de que la diferencia debida al factor o tratamiento no sea
estadsticamente significativa puede probarse que las varianzas mustrales son
iguales:

a: Es el nmero de situaciones diferentes o valores del factor se estn comparando.

b: Es el nmero de mediciones en cada situacin se hacen o nmero de valores
disponibles para cada valor del factor.

As lo que un simple test a partir de la F de Snedecor puede decidir si el factor o

tratamiento es estadsticamente significativo.

2.1.2 PLANIFICACIN DE UN EXPERIMENTO

La experimentacin forma parte natural de la mayora de las investigaciones
cientficas e industriales, en muchas de las cuales, los resultados del proceso de
inters se ven afectados por la presencia de distintos factores, cuya influencia puede
estar oculta por la variabilidad 4 de los resultados mustrales. Es fundamental
conocer los factores que influyen realmente y estimar esta influencia. Para conseguir
esto es necesario experimentar, variar las condiciones que afectan a las unidades
experimentales y observar la variable respuesta. Del anlisis y estudio de la
informacin recogida se obtienen las conclusiones. La forma tradicional que se
utilizaba en la experimentacin, para el estudio de estos problemas, se basaba en
estudiar los factores uno a uno, esto es, variar los niveles de un factor
permaneciendo fijos los dems. Esta metodologa presenta grandes inconvenientes:

Es necesario un gran nmero de pruebas.

Las conclusiones obtenidas en el estudio de cada factor tienen un campo de

validez muy restringido.

No es posible estudiar la existencia de interaccin entre los factores.
Es inviable, en muchos casos, por problemas de tiempo o costo.

PASOS DE UN EXPERIMENTO:

Observacin

Planteamiento del problema de investigacin

Objetivos

Hiptesis: hiptesis nula 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
2.1.3 UN EJEMPLO
Una compaa textil utiliza diversos telares para la produccin de telas.
Aunque se desea que los telares sean homogneos con el objeto de producir
tela de resistencia uniforme, se supone que puede existir una variacin
significativa en la resistencia de la tela debida a la utilizacin de distintos
telares. A su disposicin tiene 5 tipos de telares con los que realiza
determinaciones de la resistencia de la tela. Este experimento se realiza en
orden aleatorio y los resultados se muestran en la tabla siguiente

En este experimento, se han considerado 5 tipos de telares y se han realizado

6, 5, 5, 4 y 6 determinaciones de la resistencia de tela manufacturada con
cada uno, respectivamente.

La variable de inters o variable respuesta es la resistencia de la tela.

El factor: Los telares
Niveles del factor: 5
Modelo unifactorial de efectos fijos, no-equilibrado

CAPTULO 2.

CONCLUSION
ES

3.1 Cumplimiento de objetivos

Se logr un cumplimiento de objetivos satisfactorio, se obtuvieron conocimientos

acerca del Diseo de Experimentos y todos los pasos que lo conforman, as como las
frmulas utilizadas en el.

3.1.1 Resultados
En este trabajo podemos darnos cuenta de la importancia del diseo de
experimentos, o dicho de otra manera, el planear paso a paso las operaciones para
as obtener un resultado satisfactorio a nuestro problema planteado.
Para el diseo de un experimento debemos tener en cuenta los efectos y las
caractersticas de nuestro problema a resolver. Como se puede apreciar un diseo
debe de ser lo ms sencillo posible y as poder ahorrar tiempo, inversin y personal,
pero no por eso se deben de olvidar considerar los principios bsicos en el diseo.

BIBLIOGRAFA

KEMPTHORNE O. The Design and Analysis of Experiments.

John Wiley and Sons. , New York, 1952, p.10
BICKING A. C. Some Uses of statistics en the Planning of Experiments.
Industrial Quality Control, Vol. 10 No. 4, Enero 1954.
COX D. R. Planning of Experiments.
John Wiley and Sons, Inc. New York, 1978
OSTLE B. Estadstica Aplicada.
Limusa-Wiley, Mxico, 1975, Cap. 10

Libro Probabilidad y Estadistica Montgomery& Runger

MENDEZ I. Lineamientos Generales para la planeacin de Experimentos.
Monografa No. 15, Vol. 15 IIMAS. 1980.
https://es.wikipedia.org/wiki/Modelo_probabil%C3%ADstico
https://es.wikipedia.org/wiki/Dise%C3%B1o_experimental
https://es.wikipedia.org/wiki/An%C3%A1lisis_de_dise
%C3%B1os_experimentales_con_igual_n%C3%BAmero_de_submuestras
http://catarina.udlap.mx/u_dl_a/tales/documentos/lii/granados_m_d/capitulo6.pdf