Práctica de ejercicios

Módulo: 1 Conceptos fundamentales Actividad:

de diseño de experimentos Evidencia 1
Fecha: martes, 21 de febrero de 2017

Desarrollo de la práctica:

Primera parte:

1. Como preparación para la evidencia, realiza los siguientes ejercicios:

a. Realiza un diagrama que contenga los tipos de pruebas de
Representación gráfica que incluye los modelos y los procesos del
análisis y diseño de experimentos y su relación con la ingeniería
industrial o de sistemas hipótesis.

El modelo puede ser:

a. Una relación funcional, en general a través de una ecuación que aproxime la

relación entre las variables (x, y), de tal forma que y = f(x) y algún indicador que
nos muestra qué tan ajustada es la aproximación del modelo con el proceso
físico.
b. Simplemente un conjunto de indicadores estadísticos, como la media, la
varianza, la propia distribución de probabilidad de la población estudiada, etc.
 Práctica de ejercicios

Modelo de proceso

Simple Funcional

Conjunto de
indicadores Ecuaciones que
estadísticos, como aproxime a la
la media, la solución.
varianza, etc. Solución del
problema

Que sea desde un enfoque

científico

Que llegue a conclusiones

nuevas

Que llegue a conclusiones

nuevas
 Práctica de ejercicios

b. Realiza una síntesis de dos autores que propongan etapas para el

desarrollo de experimentos. ¿Cuáles etapas crees que son las más
importantes?

Un experimento es una serie de pasos a través de los cuales se trata de probar

una o varias posibilidades en la que se encuentra una determinada situación.

Un modelo puede ser:

a. Una relación funcional, en general a través de una ecuación que

aproxime la relación entre las variables (x, y), de tal forma que y = f(x) y
algún indicador que nos muestra qué tan ajustada es la aproximación del
modelo con el proceso físico.
b. Simplemente un conjunto de indicadores estadísticos, como la
media, la varianza, la propia distribución de probabilidad de la
población.

 Variables de control (de entrada al proceso)

 Variables del proceso
 Variables aleatorias externas al proceso, que interfieren con el resultado
esperado y que no son controlables al 100%; por ejemplo, aspectos
ambientales como la temperatura, la humedad, el ruido, etc.

Factores
 Controlables- Son todas las variables que pueden llegar a ser motivo de
estudio, ya que forman parte del proceso en experimentación.
 Mensurado- Se refiere a la variable en particular, que va a ser motivo de
estudio durante el experimento.

Perturbaciones
 Ruido-Se refiere a las variables aleatorias, de diferente naturaleza a la
variable en estudio, externas al proceso en estudio y que por lo tanto no
son controlables
 Interferencia- Se refiere a las variables aleatorias de la misma naturaleza
a la variable en estudio, externas al proceso en estudio y que por lo
tanto no son controlables.
 Distorsión-Se refiere a las variables aleatorias internas al proceso en
estudio, y que aunque tampoco pueden ser totalmente controlables,
pueden ser disminuidas con un rediseño del proceso.

Niveles: son los coeficientes que acompañan a cada variable o factor

involucrado en el proceso, y que va ser estudiado en un diseño experimental.

Tratamientos: una combinación de niveles de todos los factores.

 Práctica de ejercicios

Etapas del diseño experimental (Montgomery (2012))

 Etapa 1. Reconocer y establecer el problema

Ante una situación de mantenimiento o mejora de un proceso, el primer paso

que debe dar el experimentador es identificar una serie de problemas a
resolver para lograr los objetivos propuestos.

 Etapa 2. Selección de factores, niveles y rangos

Etapa 3. Selección de la variable de respuesta

El experimentador identifica las variables de salida del proceso para elegir

aquella o aquellas que sean más significativas. Una vez identificadas las
variables se procede a la selección de los factores que influyan a las variables.

 Etapa 4. Selección del diseño experimental

Una vez que se termina la planeación previa al experimento, hay que

determinar: Tamaño de la muestra, orden de ejecución, restricciones.

 Etapa 5. Realizar el experimento

Al realizar el experimento se ha de seguir el plan previamente realizado; sin

embargo, si al realizar el experimento se ve conveniente redefinir el plan, este
debe ser redefinido.

 Etapa 6. Análisis estadístico de los datos

Para realizar el análisis estadístico de los datos el diseño experimental puede

utilizar algún paquete estadístico, que realizará cálculos y gráficas de forma
automática.

 Etapa 7. Conclusiones y recomendaciones

Para concluir es necesario que el experimentador que participó en la

realización del experimento muestre sus propias conclusiones,
 Práctica de ejercicios

Principios básicos del diseño experimental Gutiérrez (2008)

1. Observabilidad: “Cualquier cosa observada se aprecia con

variabilidad”, así lo que se observa una vez no puede ser observado de
la misma manera en una segunda o tercera vez.
2. Aleatorización: para conseguir la independencia de los errores, el
proceso de aleatorización se debe seguir en las corridas, materiales y
equipos utilizados en el experimento.
3. Repetición: “Es correr más de una vez un tratamiento o combinación de
factores”, cuidando de no cambiar factores como son el experimentador,
el equipo de medición, etc. Si se cambia alguno de ellos estamos
hablando de reproducibilidad, y no de repetitividad.
4. Bloqueo: ya seleccionados los factores que se relacionan con la
variable de salida, hay que controlar los niveles de ellos, desde el
mínimo nivel de cero (la anulación del factor) hasta el máximo nivel.

2. Antes de realizar los dos experimentos que se te piden a continuación, prueba la

hipótesis de que H0: σ2 = σ02 y H1: σ2 > σ02 respecto a una población con
distribución normal con varianza σ2 = 2.4 si σ02 = 1.0
a. Una empresa productora de sacos de polipropileno está interesada en
probar una nueva cantidad de carbonato de calcio para una nueva
aplicación. En pruebas anteriores se ha observado que la modificación en
la cantidad de carbonato hace variar la dureza, y se sospecha que a mayor
cantidad de carbonato, la dureza aumenta. Se sabe que para los sacos tipo
1, una cantidad del 10% al 17% es suficiente, pero para el nuevo tipo de
saco 2, aumentará la dureza de 16 al 22%. Realiza el experimento con un
modelo de un factor de efectos fijos balanceados.

Solución

% Carbonato Corrida Experimental Orden de ejecucion aleatorio

16 1 2 3 3 5 7
18 4 5 6 11 8 2
20 7 8 9 4 9 6
22 10 11 12 10 12 1
% Carbonato Prueba
1 2 3 Total Promedio
16 9 10 4 23 7.667
18 8 3 12 23 7.667
20 5 16 3 24 8
22 9 4 11 24 8
suma 94 7.834
 Práctica de ejercicios

b. Se cuenta con una máquina impresora de bolsas de plástico, pero no se

conocen los parámetros estadísticos. ¿Cómo realizarías el experimento
para conocer sus parámetros estadísticos?

Considero utilizar el método de estimación puntual ya que solamente

necesitamos una muestra de tamaño n.

La media se estima por medio de la media de la muestra x, después la

varianza σ2 se estimo por medio de la varianza de la muestra S y la proporción
p se estima por medio de la proporción de elementos defectuosos x, tomados
de una muestra de tamaño n.

Segunda parte:

3. Busca información, en fuentes confiables, sobre las etapas de diseño

experimental.
4. Con base en la información recabada y la presentada en el módulo, realiza una
descripción detallada a través de una representación gráfica de cada una de las
etapas.

Etapa 1. Reconocer y establecer el problema

Identificar una serie de problemas a resolver para lograr los objetivos

propuestos.

Etapa 2. Selección de factores, niveles y rangos

Etapa 3. Selección de la variable de respuesta

Identifica las variables de salida del proceso para elegir aquella o aquellas que
sean más significativas.

Etapa 4. Selección del diseño experimental

Determinar: Tamaño de la muestra, orden de ejecución, restricciones.

 Práctica de ejercicios

Etapa 5. Realizar el experimento

Al realizar el experimento se ha de seguir el plan previamente realizado; sin

embargo, si al realizar el experimento se ve conveniente redefinir el plan, este
debe ser redefinido.

Etapa 6. Análisis estadístico de los datos

Para realizar el análisis estadístico de los datos el diseño experimental puede

utilizar algún paquete estadístico, que realizará cálculos y gráficas de forma
automática.

Etapa 7. Conclusiones y recomendaciones

Para concluir es necesario que el experimentador que participó en la

realización del experimento muestre sus propias conclusiones.
 Práctica de ejercicios

5. Realiza los siguientes ejercicios. Toma en cuenta las muestras x1 y x2,

registradas en la siguiente tabla:

N: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
x1 102 98 101 105 99 100 97 104 98 101 105 99 100 97 104
x2 102 98 101 105 99 100 97 104 98 101 105 99 100 97 104

Varianza Media esperada Desviacion estandar

x1 7.8095238 100.66666 2.7945525
1 7 2
x2 7.8095238 100.66666 2.7945525
1 7 2

a. Prueba la hipótesis de que H0: µ = 100 y H1: µ ≠ 100, con = 0.05; si

tomamos una muestra de x1 de tamaño n = 8 respecto a una población de
varianza conocida, σ = 2.5 con = 0.05.
Con el apoyo del software representa de manera gráfica la población.

b. Prueba la hipótesis de que H0: µ1 = µ2 y H1: µ1 > µ2; si tomamos dos

muestras, una de x1de tamaño n1 = 10 y otra de x2 de tamaño n2 = 12,
respecto a dos poblaciones de varianzas conocidas σ12 = 3.5 y σ22 = 4.2
con = 0.05.
Con el apoyo del software representa de manera gráfica las poblaciones.
 Práctica de ejercicios

c. Prueba la hipótesis de que H0: µ = 100 y H1: µ < 100, con = 0.05 si
tomamos una muestra de x1, de tamaño n = 8 respecto a una población de
varianza desconocida, con = 0.05.
Con el apoyo del software representa de manera gráfica la población.

d. Prueba la hipótesis de que H0: μ1 = μ2 y H1: μ1 ≠ µ2; si tomamos dos

muestras, una de x1 de tamaño n1 = 15 y otra de x2 de tamaño n2 = 10,
respecto a dos poblaciones de varianzas desconocidas con = 0.05.
Con el apoyo del software representa de manera gráfica las poblaciones.
 Práctica de ejercicios

e. Prueba la hipótesis de que H0: σ2 = σ02 y H1: σ2 > σ02, si tomamos una
muestra de x2 de tamaño n = 11 respecto a una población con
distribución normal σ02 = 1.3 con = 0.05.
Con el apoyo del software representa de manera gráfica la población.

f. Prueba la hipótesis de que H0: σ12 = σ22 y H1: σ12 > σ22 respecto a dos
poblaciones con distribución normal; si tomamos dos muestras, una de
x1 de tamaño n1 = 12 y otra de x2 de tamaño n2 = 12, con = 0.05.
Con el apoyo del software representa de manera gráfica las poblaciones.
 Práctica de ejercicios

9. Utiliza un software para comprobar los resultados.

10. Toma como base la solución de los problemas anteriores y los conceptos vistos
hasta el momento, reflexiona sobre lo siguiente: ¿Piensas que es importante
plantear hipótesis para realizar la experimentación?
11. Tu respuesta debe ir acompañada de una opinión personal sustentada en los
resultados de tu investigación, la actividad y lo que aprendiste.
Nota: tu aportación no deberá exceder de 10 renglones.

Claro que es importante plantear una hipótesis para realizar la

experimentación, ya que estamos haciendo referencia al acto en el cual
tratamos de buscar una posible solución a un problema, duda o inquietud la
cual no hemos comprobado aun.
La hipótesis viene siendo una afirmación previa a un estudio que nos va dar
lugar a una comprobación o descarte de un problema.