1.5.2 Diseos de experimentos.

Experimento factorial general Los resultados del ANOVA para dos factores pueden ser extendidos a un caso general en donde a son los niveles del factor A, b son los niveles del factor B, c son los factores del nivel C, y as sucesivamente, los cuales pueden ser arreglados en un experimento factorial, en el cual el nmero de rplicas es n. Est diseada para generar procesos de calidad. TAGUCHI desarroll una aproximacin al diseo de experimentos con el objetivo de reducir los costos emanados de la experimentacin, esta aproximacin es ms prctica que terica y se interesa ms por la productividad y los costos de produccin que en las reglas estadsticas. Los conceptos de estas tcnicas estn basados en las relaciones de costos y ahorros. Disear un sistema de manufactura para elaborar un producto requiere de conocimientos tcnicos adems de una gran experiencia en el rea a la cual pertenece el producto. Los diseos factoriales son ampliamente utilizados en experimentos en los que intervienen varios factores para estudiar el efecto conjunto de estos sobre una respuesta. Existen varios casos especiales del diseo factorial general que resultan importantes porque se usan ampliamente en el trabajo de investigacin, y porque constituyen la base para otros diseos de gran valor prctico. En los ltimos aos se ha observado un creciente inters por algunas de las ideas del profesor Genechi Taguchi acerca del diseo experimental y su aplicacin al mejoramiento de la calidad El diseo factorial fraccionario 2 k-p se usa en experimentos de escrutinio para identificar con rapidez y de manera eficiente el subconjunto de factores que son activos, y para obtener alguna informacin sobre la interaccin. La propiedad de proyeccin de estos diseos hace posible en muchos casos examinar los factores activos con ms detalle. La combinacin secuencia de estos diseos a travs del plegamiento es una forma muy eficaz de obtener informacin extra acerca de las interacciones, la cual puede identificarse en un experimento inicial como potencialmente importante. 1.5.2.1 Diseos factoriales 2k Diseo Factorial General 2k Los diseos factoriales son a ampliamente utilizados en experimentos en los que intervienen varios factores para estudiar el efecto conjunto de estos sobre una respuesta. Existen varios casos especiales del diseo factorial general que resultan importantes porque. Se usan ampliamente en el trabajo de investigacin, y porque constituyen la base para otros diseos de gran valor prctico. El ms importante de estos casos especiales ocurre cuando se tienen k factores, cada uno con dos niveles. Estos niveles pueden ser cuantitativos como sera el caso de dos valores de temperatura presin o tiempo. Tambin pueden ser cualitativos como sera el caso de dos mquinas, dos operadores, los niveles "superior" e "inferior" de un factor, o quizs, la ausencia o presencia de un factor. Una rplica completa de tal diseo requiere que se recopilen 2 x 2 x.... x 2 = 2k observaciones y se conoce como diseo general 2k. El segundo caso especial es el de k factores con tres niveles cada uno, conocido como diseo factorial 3k. Se supone que: a) los factores son fijos b) los diseos son completamente aleatorios c) se satisface la suposicin usual de normalidad

El diseo 2k es particularmente til en las primeras fases del trabajo experimental, cuando es probable que haya muchos factores por investigar. Conlleva el menor nmero de corridas con las cuales pueden estudiarse k factores en un diseo factorial completo. Debido a que slo hay dos niveles para cada factor, debe suponerse que la respuesta es aproximadamente lineal en el intervalo de los niveles elegidos de los factores. DISEO 22 El primer diseo de la serie 2k es aquel que tiene slo dos factores, A y B, cada uno con dos niveles. Arbitrariamente, los niveles del factor pueden llamarse "inferior" y "superior". DISEO 23 Suponga que se encuentran en estudio tres factores A, B y C, cada uno con dos niveles. Este diseo se conoce como diseo factorial, 23 y las ocho combinaciones de tratamientos pueden representarse grficamente mediante un cubo. Existen en realidad tres notaciones distintas que se usan ampliamente para las corridas o ejecuciones en el diseo 2k: a. La primera es la notacin "+,-", llamada "geomtrica". b. La segunda consiste en el uso de letras minsculas para identificar las combinaciones de tratamientos. c. En la tercera se utilizan los dgitos 1 y 0 para denotar los niveles alto y bajo del factor, respectivamente. Diseo Factorial Fraccionado 2k-p Un diseo factorial fraccionario 2k que contiene 2k-p ensayos se conoce como fraccin 1/2p del diseo factorial 2k, o simplemente diseo factorial fraccionario 2k-p. Estos diseos requieren que se elijan p generadores independientes. La relacin que define estos diseos consta de las p generadoras originalmente elegidas y de sus 2P - P - 1 interacciones generalizadas. La estructura de los alias puede determinarse multiplicando cada efecto, mdulo 2, por la relacin que define al diseo. Se debe tener cuidado al elegir las generadoras para que los efectos de inters potencial no sean alias entre s. Cada efecto tiene 2P-1 alias. Por lo regular, se suponen despreciables las interacciones de orden superior (las de tercero, cuarto o mayor orden) cuando los valores de k son moderadamente grandes. Esto simplifica mucho la estructura de los alias. 1.5.2.2 Diseos factoriales 3k Diseo Factorial General 3k Este diseo es una variacin del diseo 2k y son muy tiles como las que se emplean cuando todos los factores actan a tres niveles. En los ltimos aos se ha observado un creciente inters por algunas de las ideas del profesor Genechi Taguchi acerca del diseo experimental y su aplicacin al mejoramiento de la calidad. Este es un diseo que consta de k factores con tres niveles cada uno. Los factores y las interacciones se representan mediante letras maysculas. Los tres niveles de los factores pueden referirse como nivel inferior, intermedio y superior. Estos niveles se representan mediante los dgitos 0 (nivel inferior), 1 (intermedio) y 2 (superior). Cada combinacin de tratamientos de un diseo 3k se presenta mediante k dgitos, donde el primero incida el nivel de A, el segundo seale al nivel de B,..... y el k-simo dgito, el nivel del factor k. Por ejemplo, es un diseo 32 el 00 representa la combinacin de tratamientos, en la que tanto el factor A como el B estn en el nivel inferior, y el 01 representa la combinacin de tratamientos que corresponde al factor A en el nivel inferior y a B en el nivel intermedio. En ste, el sistema de notacin que se prefiere usar es el de + - en virtud de que facilita la interpretacin geomtrica del diseo y de que es directamente aplicable al modelado por regresin, la formacin de bloques y la construccin de factoriales

fraccionarios. La adicin de un tercer nivel permite modelar con una relacin cuadrtica la relacin entre la respuesta y cada factor. DISEO 32 El diseo ms simple es el 32 que consta de dos factores con tres niveles cada uno. Como hay 32 = 9 combinaciones de tratamientos, existen 8 grados de libertad entre ellas, Los efectos principales A y B tienen dos grados de libertad cada uno, y la interaccin AB tiene cuatro grados de libertad. Si hay n rplicas habr un total de n32 1 grado de libertad, correspondiendo para el error 32 (n-1) grados de libertad. DISEO 33 Si se supone que se estn estudiando tres factores (A, B, C) y que cada factor tiene tres niveles acomodados en un experimento factorial. Este es un diseo 33. Las 27 combinaciones tienen 26 grados de libertad. FACTOR A Bajo Medio Alto 0 1 2 Bajo 0 0 10 20 Medio 1 FACTOR B 1 11 21 Alto 2 2 12 22

Diseo del proceso Disear un sistema de manufactura para elaborar un producto requiere de conocimientos tcnicos adems de una gran experiencia en el rea a la cual pertenece el producto. El Sr. TAGUCHI define la calidad de la siguiente manera. "LA CALIDAD DE UN PRODUCTO ES LA PERDIDA MNIMA IMPARTIDA POR EL PRODUCTO A LA SOCIEDAD, DESDE EL MOMENTO EN QUE ES EMBARCADO." El fabricante es quien ms resiente las prdidas debido a la reaccin negativa del consumidor de un producto de mala calidad. EXPERIMENTOS FACTORIALES Muchos experimentos requieren el estudio de los efectos de 2 ms factores. En general, los experimentos factoriales son los ms eficientes para este tipo de anlisis. En un experimento factorial se miden en cada etapa completa o replica del experimento, todas las posibles combinaciones de los niveles de los factores. Cuando los factores son arreglados en un experimento factorial, se dice frecuentemente que son cruzados. El efecto de un factor se define como el cambio en la respuesta producido por un cambio en el nivel del factor. Esto frecuentemente se llama un efecto principal por que se refiere a los factores primarios de inters en el experimento. Por ejemplo, considere los datos que se representan en la siguiente tabla: Factor A El efecto principal del factor de A podra ser calculado como la diferencia entre la respuesta promedio del primer nivel de A y el promedio de la respuesta en el segundo nivel de A; esto es: A = 40 + 52/2 - 20 + 30/2 = 21 Este valor se interpreta como el incremento del factor A del nivel 1 al nivel 2 causa en promedio una repuesta incrementar de 21 unidades. De la misma manera, el efecto principal de B. Se calcula a continuacin: B = 30 + 52/2 - 20 + 40/2 = 11

En algunos experimentos, se encuentra que la diferencia en la respuesta, entre los niveles de un factor no es la misma en todos los niveles de los otros factores; cuando esto ocurre es porque existe una interaccin entre los factores. Por ejemplo usando los datos de la tabla siguiente, calcule el efecto de A en el 1er nivel del factor B el cual se realiza de la siguiente manera: A = 50-20 =30 Y el efecto de A en el segundo nivel del factor B es: A= 12-40 = -28 Dado que el efecto de A depende del nivel seleccionado del factor B, se ve que hay una interaccin entre A y B Experimento Factorial con Interaccin

FACTOR A FACTOR B B1 A1 A2 20 50 B2 40 12

Grficamente se puede representar, tanto la interaccin como su ausencia; utilizando los datos de las tablas anteriores, se construirn dos grficas para analizar los conceptos analizados. Experimento Factorial sin interaccin Experimento Factorial con interaccin

Las pruebas de hiptesis se contribuyen y se aprueban de la siguiente manera: Para efecto del factor A: Ho: (i = 0 Hi: (i = 0 al menos para una i Fo = MSA MSAB F(, (a-1), (a-1) (b-1) Para el efecto del factor B: Ho: (2( = 0 Hi (2( ( 0 al menos para una ( Fo = MSB MSE F(, (b- l), ab (n-1) Para el efecto de la interaccin: Ho: (2(( = 0 Hi: (2(( = 0

Fo = MSAB MSE F( , (a-1) (b-1), ab (n-1) Diseo de experimentos factorial fraccionado El nmero de factores en un diseo factorial 2k 3k incremento el nmero de corridas requeridas para realizar todas las combinaciones posibles de los niveles de los factores, lo cual consume rpidamente los recursos disponibles por los investigadores para realizar los experimentos. Una replica completa de un diseo 26 requiere de 64 corridas para analizar todas las combinaciones posibles de los tratamientos; en este diseo slo 6 de los 63 grados de libertad corresponden a los efectos principales, slo 15 grados de libertad corresponden a las interacciones de dos factores. Los restantes 42 grados de libertad estn asociados con las interacciones de 3 factores ms. En la serie 3k la situacin es peor, por ejemplo, el factorial 36 requiere 243 corridas, y slo 12 de los 242 grados de libertad corresponden a los efectos principales. Estos diseos factoriales fraccionados son ampliamente usados en la investigacin industrial. Un uso importante del factorial fraccionado es en los experimentos de investigacin, los cuales son generalmente realizados en las etapas iniciales de un proyecto, y la mayora de los factores inicialmente considerados frecuentemente tienen poco o ningn efecto en la respuesta de la variable analizada. Los factores que son identificados como importantes son entonces investigados ms profundamente en experimentos subsiguientes. Diseo Factorial Fraccionado 3k-p A menudo se desea un fraccionamiento mayor del diseo 3k para valores de moderados a grandes de k. En general, puede construirse una fraccin (1/3) P de un diseo 3k para p < k, donde la fraccin 3k-2 es la fraccin (1/9), el 3k-3 consiste en seleccionar p componentes de interaccin, y usar estos efectos para descomponer las 3 k combinaciones de tratamientos de 3p bloques. Cada bloque constituye ahora un diseo factorial fraccionario 3k-p. La relacin 1 define cualquier fraccin, consta de los p efectos elegidos inicialmente y de sus (3p-2p-1) / 2 interacciones generalizadas. Los alias de cualquier efecto principal o componente de interaccin se determinan multiplicando el efecto por 1 e 12 mdulo 3. Ejemplo: LA SALIDA MXIMA DE VOLTAJE DE UN TIPO PARTICULAR DE BATERIA, SE PIENSA QUE PUEDE SER INFLUENCIADO POR EL MATERIAL USADO EN LOS PLATOS Y POR LA TEMPERATURA EN LA LOCALIZACION EN LA CUAL LA BATERA ES COLOCADA. SE HACEN CUATRO REPLICAS EN EL EXPERIMENTO EN UN EXPERIMENTO FACTORIAL, PARA TRES TIPOS DE TEMPERATURA Y TRES MATERIALES. LOS RESULTADOS SON: FACTOR (B) TEMPERATURA 1 130 155 30 40 20 70 998 74 180 80 75 82 58 2 150 188 136 122 25 70 1300 FACTOR (A) 159 126 106 115 58 45 MATERIAL 3 138 110 174 120 96 104 1501 168 160 150 139 82 60 1738 1291 770 3799

PRIMERO SE HACE LA SUMA DE LOS CUADRADOS DE TODAS LAS MUESTRAS, MENOS LA SUMA DEL TOTAL DE RENGLONES Y COLUMNAS, ENTRE LA MULTIPLICACION DE RENGLONES DE COLUMNAS * # DE MUESTRAS n=4 A=3 B=3

DESPUES SE HACE LA SUMA DE LOS TOTALES AL CUADRADO DEL FACTOR, A:

AHORA SE HACE LA SUMA DE LOS TOTALES AL CUADRADO DEL FACTOR, B:

AHORA SUMAMOS LAS CUATRO MUESTRAS DE CADA COMBINACION Y LAS EVALUAMOS IGUAL. ESO ES LA SUMA DE CUADRADOS DE LA INTERSECCION AB EJEMPLO: 130+155+74+180 =539

POR ULTIMO LA SUMATORIA DE LOS CUADRADOS DE LOS ERRORES

SE DEBEN SACAR LOS CUADRADOS MEDIOS DE LOS DOS FACTORES AS COMO DE LA INTERACCION Y ERRORES DE LA SIGUIENTE MANERA:

QUEDANDO LA TABLA ANOVA DE LA SIGUIENTE MANERA: FUENTES DE VARIACION TIPO DE MAT. TEMPERATURA ITERACCION SUMA DE CUADRADOS 10683.72 39118.72 9613.77 2 2 4 GRADOS DE LIBERTAD CUAD. MEDIOS 5341.86 19559.36 2403.44 FO 7.91 > 3.35 28.97 > 3.35 3.56 > 2.73

ERROR TOTAL

18230.75 77646.96

27 35

675.21

LA GRFICA DEL TIPO DE MATERIAL - TEMPERATURA ES LA SIGUIENTE:

EL MATERIAL TIPO 2 SE COMPORTA MS ESTABLE. DA MEJOR VOLTAJE A LAS DIFERENTES TEMPERATURAS. TABLA ANOVA PARA 2 FACTORES MODELO DE EFECTOS FIJOS FUENTE DE VARIACION A B INTERACCION ERROR TOTAL SUMA DE CUADRADOS SSA SSB SSAB SSE SST GRADOS DE LIBERTAD a-1 b-1 (a-1) 8b-1) ab (n-1) abn-1 CUADRADOS MEDIOS MSA MSB MSAB MSE FO MSA/MSE MSB/MSE MSAB/MSE

CONCLUSIONES: a. LOS DATOS REFLEJAN EVIDENCIAS SUFICIENTES QUE EL TIPO DE MATERIAL SE AFECTA AL VOLTAJE DE SALIDA, CONSIDERADO AL NIVEL DE SIGNIFICANCIA DEL 5% b. LOS DATOS PRESENTAN EVIDENCIAS SUFICIENTES QUE LAS TEMPERATURAS USADA -5 EN EL EXPERIMENTOS Si AFECTAN AL VOLTAJE DE SALIDA, CONSIDERANDO UN NIVEL DE SIGNIFICANCIA DEL 5% c. LOS DATOS DEMUESTRAN EVIDENCIAS SUFICIENTES OVE EL TIPO DE MATERIAL USADO Y LAS TEMPERATURAS CONSIDERADAS EN EL EXPERIMENTO TIENEN EFECTO CONJUNTO SOBRE EL VOLTAJE DE SALIDA CONSIDERADO k UN NIVEL DE SIGNIFICANCIA DEL 5% Y EN CADA UNA DE LAS HIPOTESIS ACEPTAMOS H1

1.5.2.3 Diseo del Proceso. Podemos reducir el tiempo de desarrollo de un producto a un tercio del actual Como reducir el tiempo de ciclo de desarrollo de productos es un gran reto para la mayora de las empresas de todos los sectores, sobre todo teniendo en cuenta el hecho de que los productos se fabrican en series cada vez ms cortas, en variedad creciente y con ciclos de vida ms cortos. Cmo podemos disminuir el tiempo de desarrollo y, al mismo tiempo, proporcionar una gran variedad de productos, manteniendo la competitividad? Existen otros mtodos para reducir el, ciclo de desarrollo de productos para que podamos cumplir nuestros objetivos competitivos? Este artculo es un resumen de los enfoques ms recientes y avanzados desarrollados por el Dr. Taguchi: El Desarrollo caractersticas 2. QUE de Tecnologa ES EL utilizando la relacin dinmicas. DE seal ruido para

DESARROLLO

TECNOLOGIA?

Lo que el Dr. Taguchi quiere decir por desarrollo de tecnologa es lo siguiente: El desarrollo de tecnologa es realizar una investigacin, tras completar el diseo de un sistema, para optimizar la robustez de la funcin bsica de una familia de productos. La investigacin es realizada en un laboratorio, a pequea escala, antes de la planificacin del producto concreto, y su robustez puede ser evaluada mediante el uso de la relacin seal - ruido de tipo dinmico, de forma que la informacin pueda ser utilizada en el diseo de un grupo de futuros productos. 3. POR QU EL CICLO DEL DESARROLLO DE TECNOLOGA TARDA TANTO TIEMPO? Existen varias razones por las cuales la duracin del desarrollo de tecnologa es demasiado larga. Para empezar, el diseo de un nuevo producto empieza despus de recoger la informacin del mercado en cuanto a los gustos o disgustos de los clientes. La mejora de calidad empieza cuando el producto est en manos de los consumidores. En este momento es demasiado tarde para empezar un nuevo diseo, y se tarda demasiado tiempo en conseguirlo. En segundo trmino, los esfuerzos por mejorar la calidad se realizan cada vez que se disea un nuevo producto. En tercer trmino, el diseo de un producto se concentra inicialmente en cmo "dar en el blanco" sin, contemplar la robustez o la reproductibilidad de la funcin de todos los problemas anteriores que pueden ser minimizados utilizando el enfoque del desarrollo de tecnologa. 4. CUATRO NIVELES DE CALIDAD.

Por supuesto, la calidad debe estar relacionada con las necesidades y las expectativas del cliente. Sin embargo, para que la investigacin y el desarrollo sean efectivos, la calidad debe ser expresada en trminos compatibles con los objetivos de ingeniera del desarrollo. Podemos identificar cuatro niveles de calidad. 1. La calidad del cliente. 2. La calidad especificada. 3 .La calidad robusta. 4. La calidad funcional. 1. LA CALIDAD DEL CLIENTE Y LA CALIDAD ESPECIFICADA La calidad del cliente es la calidad expresada por el cliente, en su propio lenguaje, tal

como aspecto o "facilidad de conducir de un coche. El trmino Voz del Cliente" se usa frecuentemente para describir este nivel de calidad. Para satisfacer las necesidades de nuestros clientes, los ingenieros intentan a menudo convertir la Voz del Cliente en caractersticas especficas de calidad, es decir, la calidad especificada, tales como "piel de naranja", "espesor de la pintura", o "ndice de facilidad de conducir", dado por el experto de la prueba de conduccin. La calidad especificada se refiere a las especificaciones de los diseos de ingeniera. Son caractersticas de calidad, que constituyen objetivos para los ingenieros. Estas son las caractersticas a partir de las cuales se desarrollan los productos. Las siguientes caractersticas de calidad son frecuentemente usadas para el anlisis de muestras: 2. Pasa Fraccin Nmero / no pasa defectuosa defectos funcin coche Apariencia

Exactitud Facilidad para abrir La calidad en PPM LA CALIDAD

de Produccin de una la puerta de un

FUNCIONAL

Todos los productos tienen una funcin especfica. La calidad funcional es la calidad de conseguir la funcin pretendida de un producto. La funcin del producto existe antes que la voz del cliente. Es imprescindible que la funcin del producto sea optimizada antes de emitir los planos de ingeniera. DESARROLLO DE LA TECNOLOGIA Nuestro procedimiento ptimo puede ser resumido de la siguiente forma: Maximizar la sensibilidad Maximizar la linealidad Minimizar la variabilidad 1.5.2.4 Niveles de calidad. Ingeniera de la calidad en lnea: Calidad en el rea de fabricacin, se encarga del control y la correccin de procesos as como del mantenimiento preventivo. Produccin actual del producto. Servicio al consumidor.

Ingeniera de la calidad fuera de lnea: Se encarga de la optimizacin del diseo de productos y de procesos. Una de sus herramientas es el diseo de experimentos. Diseo del producto: Investigacin y desarrollo de un prototipo. Diseo del proceso: Diseo de un proceso de produccin para manufacturar el producto. El profesor Taguchi propone una filosofa de la ingeniera de calidad fuera de lnea que es ampliamente aplicable. El considera tres etapas en el desarrollo de un producto o proceso: diseo del sistema, diseo de parmetros y diseo de tolerancias. 1. En el diseo del sistema, el ingeniero utiliza principios cientficos y de ingeniera para determinar la configuracin bsica. 2. El diseo de parmetros, determina los valores especficos para los parmetros del

sistema. 3. El diseo de tolerancias se utiliza con objeto de determinar las mejores tolerancias para los parmetros. DISEO DE SISTEMAS. Es la etapa primaria de desarrollo en la cual la arquitectura bsica de un producto o proceso es determinado. Durante el diseo de sistema, el ingeniero diseador aplica su conocimiento y experiencia en el rea de especializacin para crear un producto o proceso con capacidades distintivas que ms tarde servirn como puntos de venta. El diseador del sistema usa su experiencia en el diseo de sistemas similares para generar un nuevo sistema que sea superior de alguna forma a los diseos previos. DISEO DE PARAMETROS. Durante el diseo de parmetro, el diseo o proceso ingenieril busca optimizar el diseo de sistema a travs de la experimentacin para minimizar la variacin del rendimiento, al enfrentarse al usuario incontrolable y a factores ambientales. Taguchi comienza por identificar esas caractersticas de calidad que ms afecta al rendimiento del sistema, especficamente si afecta al cliente. Por ejemplo, una caracterstica de calidad para un coche podra ser que siempre arranque fcil y rpidamente, sin importar cules son las condiciones externas. Durante el diseo de parmetro, el ingeniero selecciona las caractersticas de calidad ms adecuadas para la experimentacin y busca todos los factores que tienen un efecto en l. Entonces, separa los factores que puede controlar de los que no tiene control. En el caso del automvil los factores sobre los que no tiene control podran ser la temperatura exterior, los niveles de humedad, el rango de altitud en el cual el coche va a ser operado durante su uso, etc. La compaa del automvil no puede decirle a su cliente que no debera operar su vehculo cuando la temperatura esta bajo cero o arriba de cierto punto. Entonces el objetivo del ingeniero es hacer el auto resistente a estos factores incontrolables, o como dira Taguchi, "robusticidad contra ruido" 2.5.1 Diseo de Tolerancia Durante el diseo de tolerancia, el ingeniero especificar sistemticamente cunto tendrn que aumentar los niveles de funcionamientos de ciertos factores para completar los requerimientos para la caracterstica de la calidad. En el diseo de tolerancia, el ingeniero determina el porcentaje que cada uno de los ruidos contribuye para alcanzar el funcionamiento requerido por la caracterstica de calidad. Con l puede decidir cunto debe reducir los lmites de tolerancia de cada factor para alcanzar su objetivo. El limitar las tolerancias de los factores casi siempre tiene que ver con actualizar con partes o componentes de alto costo. OBJETIVO Adquirir conocimientos que permitan aplicar el diseo de experimentos para mejorar la calidad de procesos y productos, reduciendo la variabilidad de los mismos. ANTECEDENTES El diseo de experimentos (DDE) ha llegado a ser una de las ms populares tcnicas estadsticas de los 90's. En 1920, el cientfico britnico Ris R.A. Fisher, lo cre como un mtodo para maximizar el conocimiento obtenido de datos experimentales y ha ido

evolucionando durante los ltimos 70 aos. Desafortunadamente, la mayor parte del desarrollo del DDE fue matemticamente complejo y es por eso que su uso se ha restringido a aquellos bien versados en matemticas. La reciente popularidad alcanzado por el DDE est asociada con los trabajos de Taguchi, un ingeniero japons que se enfoc en el uso prctico, en lugar de perfeccionar la tcnica matemtica. En corto tiempo, el trabajo de Taguchi comenz a revolucionar la presentacin del material de DDE de la teora matemtica que fue casi ignorada, para alcanzar la claridad y practicidad de ste. Es as como cientficos, ingenieros, tcnicos y administradores que no son expertos en matemticas son ahora los mayores practicantes del diseo experimental. Sin embargo, un escrutinio cercano al mtodo de Taguchi revel limitantes, lo cual ha conducido a la ms reciente evolucin del DDE: Un acercamiento que consiste en una mezcla de las tcnicas de Taguchi y las tcnicas clsicas. Para entender el DDE, considere un rea especfica de la ciencia, ingeniera, fsica, etc., como un proceso o actividades de la naturaleza. Un conocimiento completo o perfecto de cualquier aspecto de la naturaleza es solamente conocido por ella, mientras que cientficos, ingenieros, etc., tpicamente tienen un subconjunto de este conocimiento. CONOCIMIENTO PERFECTO POR PARTE DE LA NATURALEZA

El vaco entre el nivel actual de conocimientos por parte de la gente y el conocimiento perfecto por parte de la naturaleza, tiende a ampliarse a medida que la industria busca entender procesos ms complejos. La forma tpica de disminuir el vaco por parte de los cientficos, ingenieros, o fsicos es dedicar muchos aos a la investigacin, tratando de adquirir un conocimiento terico. El DDE, por otra parte, nos permite disminuir rpidamente este vaco a travs del uso adecuado de planeacin de diseo, recoleccin de datos, anlisis y confirmacin.