TALLER NUMERO 1

RICARDO ANDRES FUENTES PORTILLO

141410187
DISEO Y ANALISIS EXPERIMENTAL
BARRANQUILLA, COLOMBIA
RIANFUPO@HOTMAIL.COM

I.

INTRODUCCION

Todos los procesos tienen que pasar por una etapa donde se tiene planear y
realizar estudios de investigacin que constan de un gran uso estadstico, es
por ello que prcticamente en todos los campos de estudio y empresariales
se llevan a cabo experimentos, por lo general para descubrir algo acerca de
un proceso o sistema en particular que pueda afectar el desempeo.
El diseo experimental no es ms que la realizacin de pruebas y anlisis a
un proceso, con tal de identificar la varianza que pueda tener un producto
x a lo largo de un ciclo de produccin, de tal manera saber qu factores
afectan y mejoran el producto final.
Como ingenieros que somos es importante tener en cuenta el diseo
experimental ya que buscamos es mejorar la eficiencia y as obtener un
producto nuevo con mejores caractersticas que el anterior, por lo tal se
mejoran esos factores que afectaban su rendimiento de un producto ya
terminado, en muchos casos lo que se busca es desarrollar un proceso
robusto, en pocas palabras un proceso que sea afectado lo ms mnimo
posible por los factores o variables externas.

II.

Para qu sirve el diseo de experimentos?

El diseo de experimentos no es ms que un conjunto de tcnicas activas

que manipulan un proceso para inducirlo, y proporcionar la informacin que
se requiere para mejorarlo mediante los cambios en sus variables y su
interaccin o secuencia de ejecucin.
Tiene como fin investigar los efectos que tienen las variables de entrada
que pueden ser tanto los factores controlables y los factores no controlables
sobre la variable de salida. se utiliza para identificar las condiciones del
proceso y los componentes del producto que afectan la calidad, para luego
determinar la configuracin de factores que optimiza los resultados,
Las aplicaciones del diseo experimentan es una herramienta muy til a la
hora de elaborar un proceso ya que nos ayuda a averiguar muchas
incgnitas, tanto que nos da una compresin clara sobre lo que en realidad
hay que optimizar para mejorar nuestro proceso.
La aplicacin de las tcnicas del diseo experimental en las fases iniciales
del desarrollo de un proceso puede redundar en:

Mejoras en el rendimiento del proceso.

Variabilidad reducida y conformidad

requerimientos nominales o proyectados.

Reduccin del tiempo de desarrollo.

Reduccin de los costos globales.

cercana

con

los

Entre las aplicaciones del diseo experimental en el diseo de ingeniera

(desarrollo de nuevos productos) se encuentran:

La evaluacin y comparacin de configuraciones de diseos

bsicos.

La evaluacin de materiales alternativos.

La seleccin de los parmetros del diseo para que el producto

tenga un buen funcionamiento en una amplia variedad de
condiciones de campo, es decir, para que el producto sea robusto.

La determinacin de los parmetros clave del diseo del producto

que afectan el desempeo del mismo

III.

TABLA 1.

MUESTRA

CALIBRADOR
SUCIO

CALIBRADOR
LIMPIO

0.265

0.264

0.265

0.265

0.266

0.264

0.267

0.266

0.267

0.267

0.265

0.268

0.267

0.264

0.267

0.265

0.265

0.265

10

0.268

0.267

11

0.268

0.268

12

0.265

0.269

Promedio

0.26625

0.266

IV.

CALCULOS

n1=12

n2=12

=n1 +n22
=12+ 122=22

V.

Clculos iniciales:

Calibrador sucio
Media maestral
y s=

y 1 + y 2 + y 3+ y n
n
y s = 0.26625
Variacin maestral para calibrador sucio

y
y i

i =1

s s=
6

s s =1.477 x 10

s 2s =2.1823 x 1012

VI.

Calibrador limpio
Media maestral

y l=

y 1+ y 2+ y3 + y n
n

y s=0.266
Variacin maestral para calibrador limpio

y
y i

i =1

sl =
s l=3.09 x 106
s 2l =9.5481 x 1012

VII. Estimacin de varianza comn

s p=

s p=

( n1 1 ) s 2s +(n2 +1)s2s
n1 +n22

( 121 ) 2.1823 x 1012+(12+1)9.5481 x 1012

12+122

s 2p=

s 2p=

11

2.40 x 10

1.29 x 1010
22

s 2p=5.863 x 1012

s p=2.42 x 106

VIII. Formula prueba t de dos muestras

y s y l

t 0=
sp

1 1
+
n1 n2

10

+1.050 x 10
22

t 0=

0.266250.266
2.42 x 10

1 1
+
12 12

t 0=

2.5 x 10

2.42 x 106

t 0=

1
6

2.5 x 104
9.87 x 106

t 0= 25.32

Si calculamos el estadstico

t / 2 ;n +n 2

confianza del 95% segn las tablas

Por ende:

para este caso tiene un nivel de

t 0.025;22=2.074

|t 0|>t / 2 ;n +n 2
1

|25.32|=25.32> 2.074
En este caso podemos observar que loas dimetros antes y despus de la
limpieza tiene una variacin diminuta en sus dimensiones, como se observa
que en algunas de las muestras no varan sus dimensiones por lo que no se
puede comprobar que la limpieza de estas no es el principal factor que altere
las dimensiones de estas.

IX.

INTERVALO DE CONFIANZA

y s y l ( t / 2 ;n +n 2 ) s p
1

1 1
1 1
+ ) 0.53225+( (2.074 ) 2.42 x 10
(
12 12
12 + 12 )
1
1
( ( 2.074 ) 2.42 x 10
0.53225+ (( 2.074 ) 2.42 x 10
)
6
6)

2.5 x 104 ( 2.074 ) 2.42 x 106

2.5 x 104

1 1
1 1
+
12 y s+ y l+ ( t /2 ;n +n 2) s p
+
n1 n 2
n1 n2

2.5 x 104 ( ( 2.074 ) 9.87 x 106 ) 1 2 0.53225+ ( ( 2.074 ) 9.87 x 106 )

2.5 x 104 2.047 x 105 12 0.53225+2.047 x 105

2.295 x 104 12 0.53227

X.

CONCLUCIONES

Despus de terminar todo el procedimiento y revisar todo lo datos se pudo

concluir que la variacin que hubo entre en el dimetro en centmetros de
microchips para computadoras es una varianza muy mnima que a ciencia
cierta no se puede decir que el factor principal que afecto a estos fue el
calibrador sucio o limpio y sean estos los principales factores que afecte las
caractersticas de estos.
En el promedio medio de las muestras se pudo observar que en varios casos
la muestra no vara en un 48% presentando el mismo valor tanto en el
calibrador limpio como en el calibrador sucio, con respecto al 52% restante
de las muestras se encuentra dentro del intervalo de varianza.

XI.

REFERENCIAS

https://www.academia.edu/8117777/Probabilidad_y_estad
%C3%ADstica_para_ingenier%C3%ADa_y_administraci
%C3%B3n_Tercera_edici%C3%B3n_en_ingl%C3%A9s_Segunda_edici
%C3%B3n_en_espa%C3%B1ol_COMPA
%C3%91%C3%8DA_EDITORIAL_CONTINENTAL
http://es.slideshare.net/ederdavila/anlisis-y-diseno-de-experimentossegunda-edicion
http://es.scribd.com/doc/12276230/DiseNo-de-Experimentosnotas-deDiseo de Experimentos: Principios estadsticos para el diseo y anlisis de
investigaciones. 2nd. ed. Mxico, Thomson. 2001.
https://www.scribd.com/doc/12276230/DiseNo-de-Experimentos-notas-deClases