Documente Academic
Documente Profesional
Documente Cultură
Javier Adolfo Cújia García Samuel Barcenas Contreras Karen Ayala Alvarado
Javier.cujia@upb.edu.co samuel.barcenas@upb.edu.co Karen.alvarado2017@upb.edu.co
Medellín, Colombia
1
(Segundos, Minutos, Horas, etc.). (Bello U. & Pino estos están interesados en saber si la altura de los
Q., 2000) pisos afecta el caudal de agua en los baños del
bloque 9, para ello se utilizaran muestras de los 4
pisos, dentro de dicha prueba se obtuvieron los
Presión siguientes datos:
Se deduce por presión como la aplicación de una
fuerza sobre una superficie. Si la superficie sobre la
cual se aplica es menor o mayor, una fuerza puede Experimentadores
producir mas o menos presión. Bloques
1 2 3 4
Por lo tanto, cuando se habla de presión hay que
saber también la superficie por la cual se actúa. L1 269 310 240 200
(Bello U. & Pino Q., 2000) L2 230 120 170 148
L3 100 140 105 100
Dado el experimento es realizado en un edificio de
cierta altura donde la presión de la red es insuficiente L4 610 580 550 548
para abastecer cada uno de los servicios Tabla 1. Datos y valores del experimento. Fuente:
proyectados, es necesario elevar el agua mediante creación propia.
bombas, equipos hidroneumáticos, presión
constante, etc. La distribución puede ser directa a 4. ANÁLISIS ESTADÍSTICO
cada uno de los aparatos (Pérez Carmona, 2016)
4.1 descripción del modelo matemático del diseño
Conexión directa
Se conoce como aspiración directa o aspiración en 𝑦𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝛽𝑗 + 𝜖𝑖𝑗
directo, al esquema de la instalación en general Ecuación 1. Modelo matemático del diseño
interior del edificio que conecta la tubería de entrada experimental, fuente: creación propia.
de la red general de distribución (RGD),
directamente con el equipo de presión (a través del Donde:
tubo de alimentación), sin la interposición de ningún 𝑦𝑖𝑗 : caudal obtenido durante 5 segundos en el i-
elemento de aislamiento como el deposito de esimo piso debido al j-esimo experimentador.
alimentación. (Soriano Olivares, 2012) 𝜇: caudal medio obtenido.
𝜏𝑖 : efecto sobre el caudal obtenido durante 5
segundos debido al i-esimo piso.
𝛽𝑗 : efecto sobre el caudal obtenido durante 5
segundos debido al j-esimo experimentador.
𝜖𝑖𝑗 : error experimental del diseño debido al i-esimo
piso y al j-esimo experimentador.
2
Corridas experimentales { ℎ0 : 𝑈1 = 𝑈2 = 𝑈3 = 𝑈4 vs ℎ𝑎 : 𝑈𝑖 ≠ 𝑈𝑗 }
1 Experimentador 1 en el piso 3 Hipótesis 1. Planteamiento de la hipótesis del
2 Experimentador 1 en el piso 1 experimento. Fuente: creación propia.
3 Experimentador 1 en el piso 2
4 Experimentador 1 en el piso 4 Si se cumple la siguiente inecuación se rechaza la
5 Experimentador 2 en el piso 4 hipótesis nula ℎ0 :
6 Experimentador 2 en el piso 2
7 Experimentador 2 en el piso 3 𝐹0 > 𝐹∝ , (𝑎 − 1), (𝑎 − 1)(𝑏 − 1)
8 Experimentador 2 en el piso 1 Inecuación 1. Criterio de rechazo para la hipótesis
nula. Fuente: creación propia.
9 Experimentador 3 en el piso 3
10 Experimentador 3 en el piso 4
Los datos detallados en la imagen 1, se usan para
11 Experimentador 3 en el piso 2
generar la tabla ANOVA en el programa R.
12 Experimentador 3 en el piso 1
13 Experimentador 4 en el piso 1
14 Experimentador 4 en el piso 3
15 Experimentador 4 en el piso 4
16 Experimentador 4 en el piso 2
Tabla 2. Orden de corridas experimentales. Fuente: Figura 4. Tabla Anova. Fuente: programa estadístico
creación propia. R.
Posteriormente se llevan a cabo las corridas El valor 𝐹0 al que se hace alusión en la inecuación 1,
experimentales de acuerdo con el orden generado es el F value resaltado en la imagen 2.
por el programa R, y se digitan los datos obtenidos
en la cuarta columna, correspondiente al caudal El valor tabulado se calcula como 𝐹∝ , (𝑎 − 1), (𝑎 −
medido en cada experimentación (Figura 1). 1)(𝑏 − 1), donde:
∝ : nivel de significancia.
a: nivel del factor de interés.
b: nivel del factor de bloqueo.
Figura 3. Caudal obtenido según corridas Figura 5. Valor tabla de Fisher. Fuente: tabla F de
experimentales. Fuente: programa estadístico R. fisher
Antes de generar la tabla ANOVA para realizar el Por tanto, la inecuación 1 se cumple debido a que
análisis de varianza, se plantea la hipótesis del
diseño experimental con el fin de aceptar o rechazar 150.63 > 3.86
la hipótesis nula.
3
Inecuación 2. Resultado del criterio de rechazo Y el criterio de rechazo para la hipótesis nula ℎ0
inecuación 1 fuente: creación propia.
|𝑈𝑖 − 𝑈𝑗 | > 𝐿𝑆𝐷
Es decir, se rechaza la hipótesis nula y se concluye
que al menos una media difiere de las demás. Se procede a los cálculos de las distintas
combinaciones:
Luego, podemos definir si valió o no la pena la
inclusión del factor de bloqueo. Usando la siguiente |572.00 − 111.25| = 460.75
prueba de hipótesis:
|572.00 − 167.00| = 405.00
ℎ𝑜 : 𝑁𝑜 𝑣𝑎𝑙𝑖𝑜 𝑙𝑎 𝑝𝑒𝑛𝑎 𝑙𝑎 𝑖𝑛𝑐𝑙𝑢𝑠𝑖𝑜𝑛 𝑑𝑒𝑙 𝐹. 𝐵 𝑣𝑠 |572.00 − 254.75| = 317.25
ℎ𝑎 : 𝑉𝑎𝑙𝑖𝑜 𝑙𝑎 𝑝𝑒𝑛𝑎 𝑙𝑎 𝑖𝑛𝑐𝑙𝑢𝑠𝑖𝑜𝑛 𝑑𝑒𝑙 𝑓𝑎𝑐𝑡𝑜𝑟 𝑏𝑙𝑜𝑞𝑢𝑒𝑜
|254.75 − 167.00| = 87.75
Se usa el siguiente criterio de rechazo para ℎ𝑜 |254.75 − 111.25| = 143.5
{ ℎ0 : 𝑈𝑖 = 𝑈𝑗 vs ℎ𝑎 : 𝑈𝑖 ≠ 𝑈𝑗 }
4
Para la validación del supuesto de Aditividad se
plantea la siguiente hipótesis:
Figura 8. Test Shapiro-Wilk para normalidad. Fuente:
Programa estadístico R. {ℎ0 : modelo aditivo vs ℎ𝑎 : modelo no aditivo}
Valor p 0,7594 > 0,05 por tanto se acepta la hipótesis Hipótesis 2. Planteamiento de la hipótesis del supuesto
nula. Se concluye que los datos distribuyen normal. de Aditividad. Fuente: creación propia.
Hipótesis 2. Planteamiento de la hipótesis del supuesto Figura 12. Supuesto de Efectos. Fuente: Programa
de aleatoriedad. Fuente: creación propia. estadístico R.
5
Gracias al diseño experimental, muchas personas
pueden aplicar pruebas acerca de situaciones que
presenten cierto problema, de tal manera que se
pueda encontrar una solución óptima Gracias a cada
una de las pruebas de hipótesis que ayudarán a
concluir y buscar un planteamiento diferente.
6. REFERENCIAS
Bibliografía
Bello U., M. A., & Pino Q., M. T. (2000).
MEDICIÓN DE PRESIÓN Y CAUDAL.
Punta Arenas, Chile: Centro Regional de
Investigación Kampenaike.
Pérez Carmona, R. (2016). Agua, desagües y gas
para edificaciones. Bogotá, D.C.: Ecoe
Ediciones.
Soriano Olivares, J. (2012). Influencia de las
instalaciones de suministro de agua de
edificios sobre el comportamiento
hidráulico en régimen permanente y
transitorio de la red general de distribución.
Universidad Politécnica de Valencia,
Departamento de Ingeniería Hidráulica y
Medio Ambiente. Valencia: Universitat
Politècnica de València.
R Core Team (2019). R: A language and
environment for statistical
computing. R Foundation for Statistical
Computing, Vienna, Austria.
URL
http://www.R-project.org/.
6
7