Professional Documents
Culture Documents
El diseno de experimenfos, o DOE por sus siglas en ingles, es • C o m p o s ic io n o p tim a de m ezclas c o n te n ie n d o va rio s
una estrategia experimental que permite obtener un conocimiento componentes. Se usan disenos de mezcla. En ellos tam bien
de un fenomeno con el objeto de conocerlo con mas profundidad. pueden existir situaciones en donde las variables de diseno
El conocim iento se adquiere al realizar una serie program ada tienen restricciones.
de pruebas o experimenfos.
La seleccion de las variables de diseno y los valores que esas
La elaboracion del diseno im plica la definicion de un num ero variab les ten dran en las pruebas a rea liza r, co n fo rm a n la
relativamente pequeno de experimenfos que se ejecutan bajo in fo rm a cio n clave para resolver un pro blem a exitosam ente.
condiciones controladas. Existen varios pasos a seguir durante Cuan diftcil resulta la tarea dependera, en una mayor parte, del
la elaboracion del mismo: conocim iento previo que se tenga del caso. La situ a tio n mas
co m p lica d a es cua n d o existe poca in fo rm a cio n previa y la
• D efinir el objetivo del experimento
experiencia del g ru p o in ve stig a d o r en el tem a es lim ita d a .
• Definir las variables que se controlardn durante los experimenfos
Los diferentes disenos experimentales existentes se encuentran
y los in te rv a ls de su variacion, o sea las variables de diseno
descritos en detalle en los textos clasicos al respecto (ver Vineta
(o independientes)
1). Tambien el software com ercial incluye una am plia gam a de
• Definir las variables respuesta (o dependientes) que se mediran disenos y recom iendan el mas adecuado para cada caso en
durante el experimento y exam inar su precision particular (ver Vineta 2).
• Seleccionar entre los disenos disponibles el que mas se adapta
a las condiciones anteriores
Los d isen o s fa c to ria le s
Los objetivos experim entales siguientes son los que mas se
En estos disenos se com binan los niveles con las variables de
adaptan a las tecnicas del DOE:
diseno, de tal manera que se encuentran balanceados, es decir,
• D entro de un g ru p o a p re cia b le de varia b le s de diseno cada nivel de una variable se estudia igual numero de veces en
identificar aquellas que ejercen una m ayor influencia sobre com binacion con cada nivel de las otras variables de diseno.
la v a ria b le respuesta. Los disenos a p lic a b le s son los
de no m in a d o s factoria le s fra ccio n a d o s y los de Plackett- Suponer que se tienen tres variables de diseno y se han escogido
Burman dos niveles para cada variable, uno m enor (-1) que el otro (1).
La matriz de experimenfos a realizar del diseno factorial sera de
• Explorar los efectos que sobre la variable respuesta ejercen
2 3 pruebas, o sean 8 pruebas. Las pruebas se realizan en
diferentes valores de las variables de diseno. G eneralm ente
duplicado de manera que pueda estimarse el error experimental
se aplican disenos factoriales
y la varianza de la respuesta. En total, entonces, se realizarian
• Localizacion del v a lo r m axim o (o m inim o) de la variab le 16 pruebas. Los Cuadros 1 y 2 ilustran la combinacion de niveles
respuesta en un espacio definido por el valor de las variables y variables que definen las condiciones a las cuales se llevan a
de diseno. Aca se usan disenos de optim izacion, siendo los cabo los experimenfos o pruebas. N o ta r que cada experimento
mas usados: el central com puesto (CC D p o r sus siglas en se Ileva a cabo bajo condiciones diferentes y tam bien los signos
ingles) y los de Box Benhken en las tres co lu m n a s se a lte rn a n con un p a tro n d e fin id o .
• Casos de op tim iza cion en do nd e las variables de diseno La G rafica 1 ilustra la distribution de las pruebas en los vertices
tienen restricciones. Existe una variedad de disenos, la mayoria de un cubo, y muestra los cambios de nivel de su valor mfnimo
exclusivos de diferente software y que generalmente se refieren al m axim o de las variables de diseno A, B, y C. N o ta r que las
com o disenos D-optim os. ocho pruebas del factorial ocupan los ocho vertices del cubo.
R e v i s t a 2 9 de la U n i v e r s i d a d del V a l l e de G u a t e m a l a ( 2 0 1 4 ) 19
Vineta 1 : Libros de Disefio de Experimentos en orden preferencial_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ Textos adecuados pnra cursos formates en DOE_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
Douglas C Montgomery Design and Analysis of Experiments Wiley 2005 QA 2/9.M66
Lisa Custer, Daniel R. McCarville, Douglas C Montgomery Design and Analysis of Experiments. Student solutions monualWiley 2006 QA 279.N66
Mark J Anderson, Patrick J Whitcomb DOE Simplified: Practical Tools for Effective Experimentation Portland: Productivity 2000 QA 279.A5287
Mark J Anderson, Patrick J Whitcomb tfS/M Simplified: Optimizing Processes Using Response Surface Methods for Design of Experiments Portland: Productivity
2005 QA 279.A528
H Gutierrez Pulido, Roman de la Vara Salazar Analisis y Disefio de Experimentos Mexico: McGraw-Hill, 2012 QA 279.G96
Paul D Berger, Robert E Mauer Experimental Design: with Applications in Management, Engineering, and the Sciences Duxbury/Thomson Learning 2002 QA
279.B467
John A Cornell Experiments with Mixtures: Designs, Models, and the Analysis of Mixture Data Wiley 1990 QA 279.C66
Textos avanzados
Raymond H Myers, Douglas C Montgomery Response Surface Methodology Wiley 1995 QA 279.M67
George EP Box, Norman R. Draper Empirical Model-Building and Response Surfaces Wiley 1987 QA 279.B67
RH Myers Response Surface Methodology: Process and Product Optimization using Designed Experiments Wiley 1995 QA 279.M67
Notar lo siguiente:
Cuadro 3. Definicion de los niveles minimo y maximo y el punto central de las variables de diseno
Variable Nivel menor Punto central Nivel mayor Unidades
Levadura CBS 381 (Al) -
CBS 422 (A2) Cateqorfa
Reaccionante inicial 10.0 12.5 15.0 Grodos Brix
Extracto de levadura (YE) 5.0 7.5 10.0 fl/L
Fosfato de amonio (FA) 1.0 2.0 3.0 g/L
Los efectos de los dos nutrientes (C y D) no fueron significativos La Grafica 5 muestra la relation entre las dos variables respuesta
y en ambos casos el efecto mayor fue en el nivel menor de la para las levaduras. Se observa claramente la superioridad de
variable. Lo que indica que los mismos deberian emplearse en la levadura CBS 381 para producir etanol del jugo de sorgo
la menor concentration, es decir 5 y 1 g/L respectivamente. dulce.
6.18 -
■to
03
3=
4.12 ~
Bonferroni Limit 3.82734
0.00
"1 I
ll OID
I I I I I
I?
I I I
C CD BC AC
iddi..
I I I I— 1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Rank
Grafica 3. Variables que influyeron sabre la producdon de etanol. Grafica 4. Variables que influyeron sobre el consumo de azucares.
40 60 80 100 40 60 80 100
resultados de la evaluacion organoleptica. El modelo fue
Azucar consumida significative P = 0.085 y se obtuvo la respuesta en el diagrama
Graphs by Levadura
El diseno de experimentos en la docencia En la UVG se ofrece un curso, en el primer ano, a todos los
estudiantes de primer ingreso sobre Tecnicas de Investigacion,
En el Departamento de Ingenierfa Qufmica se ha programado pero en el mismo no se incluye aspectos de diseno de
un Taller espedfico de Investigacion ofrecido en dos ciclos del
experimentos. Todas las cameras llevan un curso introductorio
cuarto ano de la camera. El Taller es de asistencia voluntaria
de Estadfstica y solamente las cameras de Ingenierfa y Ciencias
y en el mismo se ofrecen presentaciones en diseno de
y Humanidades, tales como Ingenierfa Industrial e Ingenierfa de
experimentos, analisis exploratorio de datos experimentales,
Alimentos, Biologfa, Bioqufmica y Nutrition, tienen en su pensum
tecnicas de ajuste de datos y elaboradon de modelos, analisis
de variables multiples y empleo de modelos probabilfsticos. un segundo curso de Estadfstica Aplicada. En este curso sf se
ven los disenos factoriales.
• Disenos D-optimos
En las presentaciones semanales se discute la resolution de Cuadro 6. Diseno de mezcla simplex con restricciones
problemas seleccionados de artfculos de investigacion en revistas Prueba Melon % Pina % Naranja %
de corriente principal. Para esto el instrudor emplea el software
1 100 0 0
Design Expert. Los estudiantes tienen la oportunidad de resolver
2 30 70 0
problemas escogidos en el equipo de computo de Operaciones
3 30 0 70
Unitarias empleando el software The Unscrambler.
4 65 35 0
Uno de los ejemplos resueltos por los estudiantes se relaciono 5 65 0 35
con el empleo de un diseno de mezcla. El problema consistfa 6 41.67 46.67 11.66
en encontrar la mezcla de tres jugos de frutas que gustara mas 7 53.33 23.33 23.33
a un grupo de expertos catadores. La empresa en cuestion 8 53.33 23.33 23.33
procesaba melon para exportation como fruta fresca. Sin
9 53.33 23.33 23.33
embargo, generalmente tenfa un exceso de fruta, por lo tanto,
10 53.33 23.33 23.33
una posibilidad era producir una bebida a base de melon,
11 76.67 11.67 11.66
12 41.67 46.67 11.66
mezclada con jugo de naranja y jugo de pina. La mezcla deberfa
contener por lo menos un 30 % de melon.
13 41.67 11.66 46.67
Revista 29 de la U n iv e rs id a d d e l V a lle de G u a te m a la ( 2 0 1 4 ) 2 3
Grafica 6. Diseno de mezda simplex ton restricciones. Los numeros Grafica 7. Superficie de la respuesto del diseno de mezda eloboroda a partir del modelo obtenido.
indican ic prueba. l-a zonD de mayor puntuocion en color naranja limita las rnezdos mds apreciadas por los evoluadores.
Conclusiones
Los dos ejemplos ilustrativos muestran las caracterfsticas del uso
del diseno de experimentos, en donde, con una serie de mfnimas
pruebas experimentales, se logra responder a las interrogantes
in ic ia le s , o fre c ie n d o adem as in fo rm a c io n a d ic io n a l
complementaria que enriquece el conocimiento sobre el problema
en cuestion.