Documente Academic
Documente Profesional
Documente Cultură
1. INTRODUCCIÓN
El diseño estadístico de experimentos contempla una amplia variedad de
estrategias experimentales que son óptimas para generar la información que se
busca. Hoy introduciremos una de estas estrategias: el diseño factorial completo 2k.
Éste describe los experimentos más adecuados para conocer simultáneamente qué
efecto tienen k factores sobre una respuesta y descubrir si interaccionan entre ellos.
Es necesario conocer las variables que influye en el sistema ya que están son las
que van a determinar el comportamiento de dicho sistema y la forma en que afecten.
Lo primero que se tiene que hacer el recolectar la información necesaria para poder
tener la suficiente información y poder llegar a una solución adecuada.
El diseño de experimentos encuentra numerosas aplicaciones y en este caso se
utilizará para la elaboración de una gelatina aplicando un diseño factorial de 2 2.
1.- PLANTEAMIENTO DEL PROBLEMA.
En la elaboración de gelatinas es muy complicado que se llegue a una nivelación
de agua y de gelatina y que de esta forma la gelatina se cuaje en un tiempo medio
y no en tiempo elevado por el exceso de agua o la falta de gelatina. En este caso
se busca encontrar los factores para poder disminuir el tiempo que tarda en cuajar
una gelatina.
2.- IDENTIFICACIÓN DE FACTORES.
Factores Posibles niveles
NIVEL 1 NIVEL 2
Gelatina Bajo Alto
Agua Común Especial
Con los datos de la réplica se obtuvieron las combinaciones y los totales de las
réplicas:
Combinación Réplica Réplica Réplica Réplica Réplica TOTAL
1 2 3 4 5
(1) 5.14 4.89 4.89 4.32 4.44 23.68
A 3.14 3.16 3.16 3.42 8.99 21.87
B 3.12 5.13 5.13 5.82 4.89 24.09
Ab 4.15 6.14 6.14 7.31 5.12 28.86
Medias y Desviación estándar y ANOVAS.
MEDIA
DESVIACIÓN ESTANDAR
Gráfica de cubo para factores AB
EFECTO PRINCIPAL FORMULAS.
Efecto principal de A
1 1
A= 2𝑛 [ ab+a-b-(1)] = 2(5) [28.86 + 21.87 – 24.09 – 23.68]
2.96
A= 10
A= 0.296
Efecto principal de B
1 1
B= [ab+b-a-(1)]= 2(5) [28.86 + 24.09 – 21.87 – 23.68]
2𝑛
7.4
B= 10
B= 0.74
Efecto principal de AB
1 1
AB= 2𝑛 [ab-b-a +(1)] = 2(5) [28.86 – 24.09 – 21.87 + 23.68]
6.58
AB= 10
AB= 0.658
Gráfica de efectos especiales.
(𝐶𝑂𝑁𝑇𝑅𝐴𝑆𝑇𝐸 𝐴)2
SCA= 4𝑛
(2.96)2
SCA= 4(5)
8.7616
SCA= 20
SCA= 0.43808
(𝐶𝑂𝑁𝑇𝑅𝐴𝑆𝑇𝐸 𝐵)2
SCB= 4𝑛
(7.4)2
SCB= 4(5)
54.76
SCB= 20
SCB= 2.738
(𝐶𝑂𝑁𝑇𝑅𝐴𝑆𝑇𝐸 𝐴𝐵)2
SCAB=
4𝑛
(6.58)2
SCAB = 4(5)
43.2964
SCAB = 20
SCAB= 2.1648
𝑦
𝑆𝐶𝑇 = 𝑌𝑖𝑗𝑘𝑙𝑚2 -4𝑛
98.52
SCT= 2452.24 - 4(5)
9702.25
SCT=2452.24− 20
INGREDIENTES
1 sobre de gelatina de agua
1 litro de agua
MODO DE PREPARACIÓN
PASO 1
PASO 2
PASO 4
5.- CONCLUSIONES
Podemos concluir que el resultado de la elaboración de gelatina fue satisfactorio,
ya que su punto máximo de cuajar se llevó a cabo en 2 horas, lo cual si fue un
tiempo aceptable de acuerdo a nuestros resultados.
Podemos decir que los diversos factores influyentes, así como la herramienta de
MINITAB son cosas esenciales para mejorar un procedimiento.
1. DISEÑO DE EXPERIMENTOS
EXPERIMENTO FACTORIAL 2 A LA 3
El diseño de experimentos es un enfoque sistemático de la investigación de un
sistema o proceso. Se diseñan una serie de pruebas estructuradas en el que los
cambios previstos vienen a ser las variables de entrada de un proceso o sistema.
Los efectos de estos cambios se evalúan en una salida de producción.
TIPOS DE
NYLON
TEMPERATURA N° de medida NEPTUNO LIN-LIN
1 21 26
2 24 43
5ºC 3 32 35
4 28 40
5 26 36
1 36 30
2 42 20
15ºC 3 28 26
4 30 24
5 34 25
1 19 44
2 21 38
28ºC 3 27 33
4 18 18
5 22 34
TIPOS DE NYLON
50
45
40 44
35 43 42
40 38
30 35 36 36 34 34
25 32 33
28 30 28 26 30
20 26 24 26 25 27
15 24 22
21 20 19 21
10 18 18
5
0
1
5
N° de medida
NEPTUNO LIN-LIN
PASO 1. GENERAR EL DISEÑO FACTORIAL DE ACUERDO AL EXPERIMENTO
Alias Structure
Factor Name
A temperatura 5°c
B temperatura15°c
C temperatura 28°c
Aliases
I
A
B
C
AB
AC
BC
ABC
Factorial Regression: lin-lin versus temperatura 5°c, temperatura15°c,
temperatura 28°c
Analysis of Variance
Factor Name
A temperatura 5°c
B temperatura15°c
C temperatura 28°c
Aliases
I
A
B
C
AB
AC
BC
ABC