UNIDAD DE APRENDIZAJE II:

DISEO DE GRUPOS
BALANCEADOS EN PROCESOS
AGROINDUSTRIALES

Objetivo Operacional:
Conocer los diseos experimentales utilizando
el principio del diseo por bloques

Contenido
Diseo aleatorizado por bloques completos

Diseo cuadrado Latino

Aplicacin

Aplicacin

Diseos Greco Latinos

Aplicacin

Bloques incompletos balanceados

Aplicacin

Actividad
Problemas propuestos

Autoevaluacin

Diseo completamente aleatorizado

por bloques

Objetivo.Lograr que el error experimental sea lo ms

pequeo posible, substrayendo del error
experimental la variabilidad producida por
las unidades experimentales (probetas,
especmenes).

Modelo estadstico lineal

Cada observacin del experimento es expresada mediante una
ecuacin lineal:
Yij = + ti + j + eij (i=1,..,a j=1,..,b)
donde:
Yij : es la ij-sima observacin

: media global (parmetro comn a todos los tratamientos)

ti : parmetro nico para el i-simo tratamiento, llamado
efectos del tratamiento i-simo
i :parmetro nico para el j-simo bloque, llamado efectos del
j-simo bloque
eij : Componente aleatoria del error experimental

Supuestos del modelo

Inicialmente se considera que tanto los tratamientos como los bloques
son factores fijos.
Los efectos de tratamiento y de bloque se consideran desviaciones
de la media general, por lo tanto ti = 0 (i=1..a), bj = 0 (j=1..b)
El modelo es aditivo, es decir no existe interaccin entre bloques y
tratamientos
Normalidad: ij sigue una distribucin normal. Esto es equivalente a
que Yij sigue una distribucin normal.
Linealidad: E(ij) = 0. Esto es equivalente a que E(Yij) = + i + j .
Homocedasticidad: Var(ij) = 2. Esto es equivalente a que V ar(Yij) =
2.
Independencia: ij son independientes entre s. Esto es equivalente a
que Yij son independientes entre s.

Hiptesis del diseo

Se desea probar la igualdad de las medias de los a tratamientos:
Ho: 1=2=...=a
(todos los tratamientos tienen media comn )

H1: al menos una i j

Una forma equivalente de expresar las hiptesis anteriores es en
trminos de efectos de tratamiento ti:

Ho: t1= t2 = ... = ta = 0

H1: ti 0 (en al menos una i)

ANOVA DISEO POR BLOQUES

____________________________________________________________________________________

FUENTE DE VARIACION SUMA DE

GRADOS DE
VARIANZA O
Fo
(CAUSA)
CUADRADOS
LIBERTAD
CUADRADO MEDIO
_______________________________________________________________________
Entre tratamientos
SSt
a-1
MSt= SSt
Fo= MSt
a-1
MSe
Bloques
SSb
b-1
MSb= SSb
b-1
Error

SSe
(a-1)(b-1)
MSe= Sse___
(por diferencia)
(a-1)(b-1)
_______________________________________________________________________
Total
SST
ab-1
__________________ _____________________________________________________

Criterio de decisin:
Si Fo > F(, a-1, b-1)

==> Se rechaza Ho

 SST = SSA + SSB +. SSe

donde:

Estimacin de los parmetros

del modelo
^ ^ ^ ^ _
_
_
Yij= + ti + j = Yi. + Y.i - Y..
^
_
= Y..
^ _
_
ti = Yi. - Y..
^
_
_
j = Y.j - Y..

Diseo de cuadrados Latinos

Objetivo.- Eliminar dos fuentes de variabilidad
sistemticamente por bloques en dos direcciones.

problemtica

permitiendo

analizar

Es aplicable cuando se conoce la existencia de variabilidad en dos sentidos perpendiculares,

por lo cual es muy deseable reducir o controlar el efecto de dicha variabilidad para
disminuir el error experimental.
Caractersticas:
Considera el agrupamiento de las unidades experimentales en dos direcciones (filas y
columnas) y la asignacin de los tratamientos al azar en las unidades, de tal forma que en
cada fila y en cada columna se encuentren todos los tratamientos constituye un diseo
cuadrado latino.
En cada fila y en cada columna, el nmero de unidades es igual al nmero de tratamientos. Es
decir, el nmero de filas = nmero de columnas = nmero de tratamientos.
Los tratamientos son asignados al azar en las unidades experimentales dentro de cada fila y
dentro de cada columna.
En los anlisis estadsticos T-student, Duncan, Tuckey y pruebas de contraste se procede
como el diseo completo al azar y el diseo de bloques.

Metodo para disear cuadrados latinos

1- Dividir al lote (o lugar de la experiencia) en un nmero de
unidades experimentales igual al cuadrado del nmero de
tratamientos (el nmero de repeticiones debe ser igual al
nmero de tratamientos).
2- Formar hileras y columnas de unidades experimentales iguales
al nmero de repeticiones y de tratamientos.
3- Distribuir los tratamientos en tal forma que ningn tratamiento
se repita en fila ni en columna. Para lograr esto se arreglan los
tratamientos haciendo permutaciones horizontales o verticales.
4- Sortear las hileras y en el cuadro as obtenido sortear las
columnas. Esto tiene por finalidad hacer una distribucin de los
tratamientos ms dispersa en el campo y evitar que AB, CD,
DE, etc. estn juntos sistemticamente.
5- Efectuar la secuencia de pruebas siguiendo el orden de izq. a
der. y de abajo hacia arriba

Aplicacin
PERMUTACIONES:
HORIZONTAL
1 2 3 4 5
1 A B C D E
2 E A B C D
3 D E A B C
4 C D E A B
5 B C D E A

VERTICAL
1 2 3 4 5
1 A E D C B
2 B A E D C
3 C B A E D
4 D C B A E
5 E D C B A

Tomando las permutaciones horizontales (p.ej.) se sortean las filas y luego las columnas
1 2 3 4 5
3 5 2 1 4
5 B C D E A
5 D A C B E
2 E A B C D
2 B D A E C
4 C D E A B
4 E B D C A
1 A B C D E
1 C E B A D
3 D E A B C
3 A C E D B

Ejemplos de cuadrados latinos

Cuadros latinos de 3x3

1

II

III

II

III

II

II

III

III

Cuadrados latinos de 4x4

Para 4 tratamientos A,B,C y D, se pueden formar 4 cuadros diferentes
llamados tpicos o estandar (en la primera fila y en la primera
columna se tiene la misma distribucin).

Formatos estndares

A
B
C
D

(1)
B C
C D
D A
A B

D
A
B
C

A
B
C
D

(2)
B C
D A
A D
C B

Formatos derivados de
cada uno de los
estndares:144+4= 576
(incluyendo los estandar)

D
C
B
A

A
B
C
D

(3)
B C
A D
D A
C B

D
C
B
A

A
B
C
D

(1): (4!)(3!) 1 = 143

(2): (4!)(3!) 1 = 143
(3): (4!)(3!) 1 = 143
(4): (4!)(3!) 1 = 143

(4)
B C
A D
D B
C A

D
C
A
B

Modelo estadstico.
Cada observacin del experimento es expresado como una relacin
lineal de los efectos involucrados ( tratamiento, fila y columna ), as:
Yijk= +Fi+C j+ k+errorijk

i,j,k=1,2,...,p

= efecto medio (parmetro del modelo)

Fi = efecto de la fila i
C j = efecto de la columna j
k = efecto del tratamiento k
errorijk = error experimental de la u.e. i,j
Yijk = Observacin en la unidad experimental
El subndice k indica que tratamiento k fue aplicado en la u.e.
El modelo esta compuesto por p2 ecuaciones, una para cada
observacin.

Hiptesis del diseo

Se desea probar la igualdad de las medias de los a tratamientos:
Ho: 1=2=...=a
(todos los tratamientos tienen media comn )

H1: al menos una i j

Una forma equivalente de expresar las hiptesis anteriores es en
trminos de efectos de tratamiento ti:

Ho: t1= t2 = ... = ta = 0

H1: ti 0 (en al menos una i)

ANOVA DISEO CUADRADO LATINO

Fuente de
variacion

Suma de
cuadrados

Grados de
libertad

Cuadrado
medio

Tratamientos
Filas
Columnas
Error

SSt
SSf
SSc
SSe

P-1
P-1
P-1
(p-2)(p-1)

SSt/(P-1)
MSt/MSe
SSf/(P-1)
SSc/(P-1)
Sse/(P-2)(p-1)

Total

SST

P2-1

SSt
j 1

y.2j .

y...2

p N

yi2.. y...2
SSf
N
j 1 p
p

y...2
SST y
N
i 1 j 1 k 1
p

2
ijk

SSe=SST SSt SSf - SSc

Fo

y..2k y...2
SSc

N
j 1 p
p

DISEO CUADRADO GRECO-LATINO

Es un cuadrado p x p que tiene p renglones, p columnas, y en cada una de

las p celdas contiene una de las letras latinas correspondiente al
tratamiento y una de las p letras griegas correspondiente a la otra fuente de
variabilidad.
Objetivo.- Controlar sistemticamente tres fuentes extraas de variabilidad.
Se usa para hacer un anlisis por bloques en tres direcciones.
Permite analizar 4 factores (rengln, columna, letra griega y letra latina)
cada una con p niveles, usando solamente p ensayos. Estos diseos
existen para p3 excepto p=6.

Mtodo para disear cuadrados Greco Latinos

1Construir un cuadrado latino pxp

2Construir un segundo cuadrado "latino" pxp designando los
tratamientos por una letra griega.
3Sobreponer el segundo cuadrado al primero verificando que se
cumpla la propiedad de ortogonalidad (cada letra griega aparece solamente
una vez con cada letra latina en cada fila y cada columna).
A
B
C
D

B
A
D
C

C
D
A
B

D
C
B
A

A
B
C
D

B
A
D
C

C
D
A
B

D
C
B
A

 En los arreglos por bloques, se pueden analizar 4 factores,

introduciendo un cuarto factor o bloque en un diseo cuadrado
latino, siguiendo las mismas reglas utilizadas para introducir un
tercer factor en un diseo cuadrado de dos factores. A este cuarto
factor o bloque se le denomina Componente GRIEGO, ya que se
utilizan letras griegas para identificar sus niveles, a la adicin de un
diseo cuadrado latino y un cuarto factor, se le llama Diseo
Cuadrado Greco-Latino.

Hiptesis del diseo

Se desea probar la igualdad de las medias de los a tratamientos:
Ho: 1=2=...=a
(todos los tratamientos tienen media comn )

H1: al menos una i j

Una forma equivalente de expresar las hiptesis anteriores es en
trminos de efectos de tratamiento ti:

Ho: t1= t2 = ... = ta = 0

H1: ti 0 (en al menos una i)

Modelo estadstico.
Cada observacin del experimento es expresado como una relacin
lineal de los efectos involucrados ( tratamiento, fila y columna ), as:
Yijkl= +Fi+C j+TL k+ TGl + errorijk

i,j,k,l=1,2,...,p

= efecto medio (parmetro del modelo)

Fi = efecto de la fila i
C j = efecto de la columna j
TLk = efecto del tratamiento letra latina k
TGl = efecto del tratamiento letra griega
errorijkl = error experimental de la u.e. i,j
Yijkl = Observacin en la unidad experimental
El modelo esta compuesto por p2 ecuaciones, una para cada
observacin.

ANOVA DISEO CUADRADO GRECO-LATINO

Fuente de variacion

Suma de
cuadrad
os

Grados de
libertad

Cuadrado
medio

Fo

Tratamientos L.Latina
Tratamiento L.Griega
Filas
Columnas
Error

SStl
SStg
SSf
SSc
SSe

P-1
P-1
P-1
P-1
(p-3)(p-1)

SStl/(P-1)
SStg/(P-1)
SSf/(P-1)
SSc/(P-1)
Sse/(P-3)(p-1)

MStl/MS
e

Total

SST

P2-1

2
SST yijkl

i 1 j 1 k 1 l 1

2
....

y
N

y.2j ..

j 1

SStl

y
N

yi2.. y....2
SSf

N
j 1 p
p

SSe=SST SStl-SStg SSf - SSc

y..2k y....2
SSc

N
j 1 p
p

2
....

SStg
j 1

2
..k .

2
....

y
y

p
N

Aplicacin Diseo cuadrado Greco Latino

Un experimentador tiene fuentes de variacin

como el operador del proceso, la frmula
empleada, el lote de produccin y desea
considerar La lnea de ensamble en su diseo,
ya que sospecha que estas son fuente de
variacin. Para hacer esto, decide utilizar un
arreglo Cuadrado Greco-Latino, el cual se
muestra a continuacin :

Operador
Lote
1
2
3
4
5

1
A
B
C
D
E

24
17
18
26
22

2
B
C

20
24
38
31
30

E
A
B

19
30
26
26
20

E
A

24
27
27
23
29

5
E

C
D

24
36
21
22
31

Totales

107

143

121

130

134

Promedio

21.4

28.6

24.2

26

26.8

Totales

Promedio

111

22.2

134

26.8

130

26

128

25.6

132

26.4

635

Gran total

Fuente de Suma de

Grados de Cuadrados

Variacion Cuadrados Libertad

Lote

Fo

Medios

68.00

17.00

2.06

Operador

150.00

37.50

4.55

Formula

330.00

82.50

10.00

Linea

62.00

15.50

1.88

Error

66.00

8.25

676.00

24

Totales

Dado que Fa,g1,g2 -= F0.05, 4, 8 = 3.84, entonces tenemos:

Para el lote:
Como la Fo(2.06) < F0.05, 4, 8 = 3.84, entonces se Acepta Ho, el lote de material
no es fuente de variacin para la respuesta.

Para el Operador
Como la Fo(4.55) > F0.05, 4, 8 = 3.84, entonces se Rechaza Ho, el operador es
fuente de variacin para la respuesta.

Para la Formula
Como la Fo(10.0) > F0.05, 4, 8 = 3. 84, entonces se Rechaza Ho, el tipo de formula
es fuente de variacin para la respuesta.

Para La Lnea de ensamble:

Como la Fo(1.88) < F0.05, 4, 8 = 3.84, entonces se Acepta Ho, la lnea de
ensamble no es fuente de variacin para la respuesta.

Bloques incompletos balanceados

Es aquel en el que cualquier par de tratamientos ocurren juntos el
mismo nmero de veces.
Es aplicable cuando las comparaciones entre todos los tratamientos
tienen la misma importancia y por lo tanto deben elegirse de
manera que ocurran en forma balanceada en cada bloque. El orden
en que se hace los ensayos de los tratamientos en cada bloque es
aleatorio. Sea:
a : Nro. de tratamientos
b : Nro. de bloques
k : Nro. de tratamientos a probar en cada bloque
r : Nro. de veces que sucede (repite) el tratamiento en el diseo
N=a.r=b.k :
Total de observaciones
= r(k-1) / (a-1) :
Nro. de veces que cada par de tratamientos
ocurre en el mismo bloque (debe ser entero)
Si a=b ==> diseo simtrico.

Modelo estadstico
Cada observacin del experimento es expresada mediante una
ecuacin lineal:
Yij = + ti + j + eij (i=1,..,a j=1,..,b)
donde:
Yij : es la ij-sima observacin

: media global (parmetro comn a todos los tratamientos)

ti : parmetro nico para el i-simo tratamiento, llamado efectos
del tratamiento i-simo
i :parmetro nico para el j-simo bloque, llamado efectos del jsimo bloque
eij : Componente aleatoria del error experimental

ANOVA DISEO BALANCEADO POR BLOQUES INCOMPLETOS

Fuente de
variacion

Suma de
cuadrados

Grados de Cuadrado
libertad
medio

Fo

Tratamientos
(Corregidos)

SStc

a-1

SStc/(a-1)

MStc/MSe

Bloques

SSb

b-1

SSb/(b-1)

Error

Sse

N-a-b+1

Sse/(N-a-b+1)

Total

SST

N-1
a

K Qi2

a= Nro. Tratamientos
b= Nro. Bloques
k= Nro. Tratamientos a probar en cada bloque

SStc

y..2
SST y
N
i 1 j 1

1 b
Qi yi. nij y. j
k j 1

2
ij

SSb
j 1

y.2j

y..2

k
N

i 1

r (k 1)
a 1

i=1,2,,a
nij= 1 si tratam. est en bloque
0 si tratam. No est en bloque

Bloques incompletos balanceados

EJEMPLO 1:
Para a = 4 (n de tratamientos), b = 4, (n de bloques) k = 3
(tratamientos en cada bloque), un diseo BIB puede ser construido
con:
R = (b. k / a)= 3 (cada tratamiento sucede 3 veces en el diseo)
= r. (k-1) a-1 =3. (3- 1)/4-1 =2 (el nmero de veces que cada par de
tratamientos ocurre en el mismo bloque)
1

(1,2) 2
(1,3) 2
(1,4) 2
(2,3) 2
(2,4) 2
(3, 4) 2

X
X

Aplicaciones
Un investigador pretende estudiar la efectividad de tres mtodos de
trabajo: mtodo tradicional (A1), mtodo de programacin (A2), y
mtodo audio-visual (A3), para una determinada area de produccin.
Se forma tres grupos al azar de sujetos, uno para cada mtodo. Se
considera que todos los sujetos dominan los mtodos.
Los niveles de rendimiento en la ejecucin evalan la efectividad de los
mtodos de produccin.
Se considera que el nivel intelectual de los obreros es una probable
variable extraa capaz de contaminar los resultados del experimento.
Para controlar esa variable, mediante la estructura de diseo, se elige
un diseo de bloques de grupos al azar.

Procedimiento
Se forman 10 bloques con base a los valores de la variable
Cociente Intelectual (CI). Cada bloque representa un
determinado cociente intelectual, lo cual requiere la seleccin
previa de los sujetos. As, para cada valor de CI se eligen tres
sujetos o unidades del bloque. De esta forma, la variacin de
los sujetos intra-bloque es menor que la de todos los sujetos de

la muestra.
Las unidades de los bloques se asignan al azar a los tratamientos
de modo que, dentro del bloque, cada sujeto recibe un
tratamiento distinto. Segn este procedimiento, slo se dispone
de un sujeto por casilla o combinacin de bloque por
tratamiento. As, cada bloque constituye una rplica entera del
experimento.
Los datos que se obtuvieron son los siguientes:

DISEO DE BLOQUES (n=1)

N. Bloque

1
2
3
4
5
6
7
8
9
10
TOTALES
MEDIAS

TRATAMIENTOS
A1
A2
A3

6
7
4
5
7
3
5
8
7
6
58
5.8

7
6
8
9
5
4
6
8
7
5
65
6.5

8
7
9
7
8
10
7
9
10
7
82
8.2

TOTAL POR BLOQUE

21
20
21
21
20
17
18
25
24
18
205
6.83

ANOVA DEL DISEO DE BLOQUES

F.V.
Trat (A)
Bloques (B)
Error (AxB)

Total (T)

SC

g.l

CM

30.47
(a-1)=2
15.23
19.50
(b-1)=9
.16
38.19 (a-1)(b-1)=18
.12

8.16

ab-1=29

F(0.05,2,18) = 3.55; F(0.05,9,18) = 2.46

7.18
1.02

<0.05
>0.05

Decisin

Fo > F(, a-1, b-1)

==> Se rechaza Ho

Dado que el valor observado de F es mayor que el valor terico, a un

nivel de significacin de 0.05, se infiere que hay una diferencia
significativa entre los tratamientos es decir entre los mtodos de
trabajo.
Por otra parte, es posible probar la hiptesis sobre los bloques.

Diseo Cuadrado Latino

C1

C2

C3

F1

(A) 6

(B) 10

(C) 15

31

F2

(C) 17

(A) 6

(B) 12

35

F3

(B) 15

(C) 18

(A) 7

40

Totales:

38

34

34

Totales

106

Segn el modelo estructural propuesto, la Suma de Cuadrados total

se divide en: Suma de Cuadrados de tratamientos, Suma de
Cuadrados de filas, Suma de Cuadrados de columnas, y Suma de
Cuadrados del error.

SCtotal = SCtrat. + SCfilas + SCcolum. + SCerror

SCtotal = (6) + (17) + ... + (7) - (106)/9 = 179.56
SCtrat. = [(19)/3 + (37)/3 + (50)/3] - (106)/9 = 161.55
SCfilas = [(31)/3 + (35)/3 + (40)/3] - (106)/9 = 13.55
SCcolum. = [(38)/3 + (34)/3 + (34)/3] - (106)/9 = 3.55
SCerror = SCtotal - SCtrat. - SCfilas - SCcolum. = 0.91

ANOVA: diseo Cuadrado Latino 3x3

F.V.

SC

g.l.

CM

Tratamientos(A) 161.55
(p -1) = 2 80.77 179.49 < 0.01
Filas(B)
13.55
(p -1) = 2
6.77 15.04 > 0.05
Columnas(C)
3.55
(p -1) = 2
1.77
3.93 > 0.05
Error(residual)
0.91 (d -1)(p-2) = 2
0.45
Total

179.56

d- 1 = 8

F0.95(2/2) = 19; F0.95(2/2) = 99

 De los resultados del anlisis se infiere

que el efecto de los tratamientos es muy
significativo, con probabilidad de error del
uno por ciento. En cuanto a las variables
extraas, tanto el efecto de filas como el
de columnas no son significativos al 5% y
se aceptan las hiptesis de nulidad.

Problemas propuestos
1- Una industria qumica desea probar el efecto de cuatro agentes qumicos sobre
la resistencia de un tipo particular de tela. Dado que puede haber variabilidad
entre un rollo de tela y otro decide utilizar a los rollos de tela como bloques, y
selecciona 5 rollos y les aplica los cuatro agentes qumicos en orden aleatorio.
A continuacin se presentan los datos de la resistencia a la tensin.
Agente
Rollo de tela
qumico
1 2 3 4 5
1
73 68 74 71 67
2
73 67 75 72 70
3
75 68 78 73 68
4
73 71 75 75 69
a) Indique cul es la variable respuesta y los factores, indicando cual es el factor
de inters.
b) Plantee las hiptesis que interesara probar en esta situacin.
c) Realice la prueba paramtrica analizando la validez de la misma.
d) De ser necesario realice alguna transformacin que crea adecuada indicando la
conclusin a la que llega.
e) Cul es la alternativa no paramtrica para este caso? Justifique.
f) Plantear las hiptesis para esta situacin. Obtenga conclusiones a partir de la
tabla.

2- Suponga que se desea determinar si cuatro diferentes instrumentos de

medicin producen una diferencia en las lecturas. El experimentador ha
decidido obtener 4 observaciones con cada instrumento y ya que las probetas
provienen de diferentes lotes de produccin, considera que esto contribuye a la
variabilidad en la lectura y por lo tanto desea substraer del error experimental
la variabilidad producida por las probetas. Los resultados del experimento se
dan en la tabla. Existe diferencia en la lectura por utilizar diferente
instrumento?. Analice los datos y de sus conclusiones.
TIPO DE
INSTRUMENTO
1
2
3
4
Y.j
Y.j

PROBETA (BLOQUE)
1
9.3
9.4
9.2
9.7
37.6
9.4

2
9.4
9.3
9.4
9.6
37.7
9.425

3
9.6
9.8
9.5
10.0
38.9
9.725

4
10.0
9.9
9.7
10.2
39.8
9.95

Yi.
38.3
38.4
37.8
39.5
154
Y..

Yi.
9.575
9.6
9.45
9.875
Y..
9.625

Cules son Bloques Incompletos Balanceados?

x
x
x

4
5

X
X

5
1

X
X

3- Se probaron 4 raciones alimenticias para pollos, criados en jaula tipo batera

de 4 pisos (filas) y 4 casilleros (columnas). La variable analizada fu:

Peso del pollo (kg.) a las 8 semanas de edad

Pisos

Casilleros

1.40(A)1.38(B)1.40(C)1.60(D)

1.35(B)1.28(A)1.45(D)1.62(C)

1.38(C)1.40(D)1.42(B)1.63(A)

1.39(D)1.39(C)1.40(A)1.60(B)

Presente el Modelo Aditivo Lineal

Realice la Prueba de Hiptesis correspondiente. Use =0.05

Realice la Prueba de Duncan para comparar si existe diferencias entre

los tratamientos en estudio. Use =0.05

Actividad
Dentro de su centro laboral o acadmico realice lo siguiente:

Identifique un problema
Observe que puede existir un problema de influencia de lote de produccin,
pertenencia de grupo, etc.
Identifique sus variables
Plantee el diseo experimental
Genere los datos necesarios
Analice mediante el ANOVA

Genere sus propias conclusiones

Autoevaluacin
1- Los errores sistemticos:
a) Se pueden evitar
b) Se pueden corregir
c) No se pueden compensar.
d) a y b
e) a y c
2a)
b)
c)
d)
e)

No es fase para desarrollar un diseo experimental:

La comprensin y planteamiento del problema
La creacin de factores y niveles
La eleccin del diseo experimental
La realizacin del experimento
La definicin de conclusiones y recomendaciones

Respuestas a Problemas Propuestos

Bloques Incompletos Balanceados?

Si

x
x
x

4
5

X
X

No

5
1

X
X

Si