UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE CIENCIAS AGROPECUARIAS

ESCUELA DE INGENIERIA AGROINDUSTRIAL

MÉTODOS ESTADÍSTICOS PARA LA

INVESTIGACIÓN
Dr. Raúl Siche Jara

Clase 6: Diseños fraccionados o incompletos

Clase 7: Diseños de Plackett-Burman
 MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

Delineamientos de ese tipo tienen gran utilidad en los

experimentos que anteceden a un experimento final, como
en el caso de la selección de factores y de sus niveles
(screening design) y son exhaustivamente utilizados en la
optimización de procesos y productos.
MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

N° Factores Factorial N° Ensayos

2 22 4
3 23 8
4 24 16
5 25 32
6 26 64
7 27 128
8 28 256
9 29 512
10 210 1024
. . .
. . .
. . .
MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

Planeamiento
Fraccionado
Solución

Plackett Burman
MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

Utilizado para que el investigador no

excluya de manera arbitraria las
variables que puedan ser
importantes en el proceso.
 MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

Si deseamos optimizar un proceso debemos utilizar una estrategia

secuencial de planeamientos conforme el número de variables en estudio:

Uno o más Planeamiento(s) Fraccionado(s) o

Plackett Burman

X1 X2
1 -1 -1

Uno o más planeamientos completos 2 1 -1

3 -1 1
4 1 1

Análisis de Superficie de Respuesta

 MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

24=16
k=4
24-1=8 23+(4=123) Bueno

Planeamientos
posibles en función al 25=32

número de factores (k) 25-1 =16 24+(5=1234) Bueno

k=5
25-2=8 23+(4=12)+(5=13)) Malo

PB-12 Bueno

26=64 Inviable

26-1=32 25+(6=12345) Bueno

26-2=16 24+(5=123)+(6=234) Bueno

k=6 26-3=8 23+(4=12)+(5=13)+(6=23) Malo

PB-12 Bueno

PB-16 Bueno

PE >16 Bueno
 MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

27=128 inválido

Planeamientos 27-1=64 26+(7=123456) inválido

posibles en función al
número de factores (k) 27-2=32 25+(6=1234)+(7=1245) Bueno

27-3=16 24+(5=123)+(6=234)+(7=134) Bueno

k=7 27-4=8 23+(4=12)+(5=13)+(6=23)+(7=123) Malo

PB-8 Malo

PB-12 Bueno

PB-16 Bueno

PB> 16 Bueno
 MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

28=256 Bueno

28-1=128 27+(7=123456) Bueno

Planeamientos
posibles en función al 28-2=64 26+(7=1234)+(8=2345) Bueno
número de factores (k)
28-3=32 25+(6=123)+(7=124) Bueno
+(8=2345)
k=8

28-4=16 24+(5=234)+(6=134)+(7=123) Bueno

+(8=124)

PB-12 Bueno

PB-16 Bueno

PB >16 Bueno

k>9 Planeamiento PB
 MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

X1 X2 X3 X4
1 -1 -1 -1 -1

“Medio” (1/2) Factorial o Diseño 2 n-1 2 1 -1 -1 -1

3 -1 1 -1 -1
n=4
R-1
4 1 1 -1 -1
Número de exp = 2 4-1 = 8 exp 5 -1 -1 1
6 1 -1 1 -1
7 -1 1 1 -1
8 1 1 1 -1
9 -1 -1 -1 1
10 1 -1 -1 1

x
24 = 16 exp 11 -1 1 -1 1
12 1 1 -1 1
13 -1 -1 1 1
14 1 -1 1 1

2 4-1 = 8 exp 15 -1 1 1 1
16 1 1 1 1
17 0 0 0 0
18 0 0 0 0
19 0 0 0 0
MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

“Medio” (1/2) Factorial o Diseño 2 n-1

X1 X2 X3 X4
n=4 1 -1 -1 -1 -1

Número de exp = 2 4-1 = 8 exp 2 +1 -1 -1 +1

3 -1 +1 -1 +1
4 +1 +1 -1 -1
5 -1 -1 +1 +1
6 +1 -1 +1 -1
7 -1 +1 +1 -1
8 +1 +1 +1 +1
9 0 0 0 0
10 0 0 0 0
11 0 0 0 0

2 4-1 = 8 exp
 MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

PLACKETT - BURMAN

En el desarrollo de productos y procesos es muy común que los

investigadores enumeren un gran número de variables a ser evaluado.
Hasta 8 variables independientes un planeamiento factorial
fraccionado es una excelente opción. Arriba de este número, la
utilización de un delineamiento de Plackett & Burman, bien utilizada,
es muy valiosa para una selección previa de las variables.
Los delineamientos de Plackett & Burman son planeamientos
esencialmente de selección de factores, es decir, sirven como
planeamientos dentro de todo un proceso secuencial de orientación y
encaminamiento para un delineamiento final.
MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN
PLACKETT - BURMAN
Factores Número de ensayo de la matriz PB Factores Número de ensayos de la matriz
PB
8 16
4 12 11 20
≥ 16 ≥24
12 16
5 16 12 20
≥ 20 ≥ 24
12 20
6 16 13 24
≥ 20 ≥ 28
12 20
7 16 14 24
≥ 20 ≥ 28
12 20
8 16 15 24
≥ 20 ≥ 28
16 20
9 20 16 24
≥ 24 ≥ 28
16 Siempre un mínimo de 4 ensayos
10 20 ≥17 más que el nº de factores
≥ 24
MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

Construcción de matrices de Plackett-Burman

1 1
1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1 1 1
-1 1 1 1 -1 1 1 1
1 -1 1 1 1 -1 1 1
-1 1 -1 1 -1 1 -1 1
1 -1 1 -1 1 -1 1 -1
1 1 -1 1 1 1 -1 1
-1 1 1 -1 -1 1 1 -1
-1 -1 1 1 -1 -1 1 1
1 -1 -1 1 1 -1 -1 1
-1 1 -1 -1 -1 1 -1 -1
-1 -1 1 -1 -1 -1 1 -1
-1 -1 -1 1 -1 -1 -1 1
-1 -1 -1 -1 -1 -1 -1 -1
-1 -1 -1 -1 -1 -1
-1 -1 -1 -1
Matrices de -1 -1
Hadamard
MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

Ensayos x1 X2 X3 x4 x5 X6 X7
1 1 -1 -1 1 -1 1 1
2 1 1 -1 -1 1 -1 1
3 1 1 1 -1 -1 1 -1
4 -1 1 1 1 -1 -1 1
PB-8
5 1 -1 1 1 1 -1 -1
6 -1 1 -1 1 1 1 -1

Matriz de 7 -1 -1 1 -1 1 1 1
Hadamard 8 -1 -1 -1 -1 -1 -1 -1

En todos los planeamientos PB se sugiere adicionar mínimo 3 repeticiones

en el punto central (0), para:
- Estimar el error puro, siendo posible evaluar la repetibilidad del proceso.
- Confirma o no la significancia de una variable entre los límites (-1, +1).
MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

Ensayo Matriz Ensayo Matriz Ensayos Matriz

Ensayo Matriz
1 1 1 1
1 1
2 1 2 1
1 1
2 1 3 -1 3 1
2 1
4 1
3 -1 4 -1
3 1 5 1
5 1
4 1 4 1 6 -1
6 1
5 1 5 -1 7 1
7 1

8 -1
6 1 6 1 8 1
9 1
9 -1
7 -1 7 -1 10 1
10 1 11 -1
8 -1 8 1
11 -1 12 -1
9 -1 9 1 12 1 13 1
10 -1 13 -1 14 1
10 1
11 -1 14 -1 15 -1
11 -1 15 -1 16 -1
12 1
17 1
12 -1 16 -1
13 -1
18 -1
17 1

PB-12 14 -1
18 1
19 1

15 -1 20 -1
19 -1
21 -1
16 -1 20 -1
Matrices de 22 -1

Hadamard PB-16 PB-20 23 -1

24 -1

PB-24
MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15

1 1 -1 -1 -1 1 -1 -1 1 1 -1 1 -1 1 1 1
2 1 1 -1 -1 -1 1 -1 -1 1 1 -1 1 -1 1 1
3 1 1 1 -1 -1 -1 1 -1 -1 1 1 1 1 -1 1
4 1 1 1 1 -1 -1 -1 1 -1 -1 1 -1 -1 1 -1
5 -1 1 1 1 1 -1 -1 -1 1 -1 -1 1 1 -1 1
6 1 -1 -1 1 1 1 -1 -1 -1 1 -1 1 1 1 -1
7 -1 1 -1 1 1 1 1 -1 -1 -1 1 -1 -1 1 1
PB-16 8 1 -1 1 -1 1 1 1 1 -1 -1 -1 -1 -1 -1 1
9 1 1 -1 1 -1 1 1 1 1 -1 -1 1 1 -1 -1
10 -1 1 1 -1 1 -1 1 1 1 1 -1 -1 -1 1 -1
11 -1 -1 1 1 -1 1 -1 1 1 1 1 -1 -1 -1 1
12 1 -1 -1 1 1 -1 1 -1 1 1 1 -1 -1 -1 -1
13 -1 1 -1 -1 1 1 -1 1 -1 1 1 1 1 -1 -1
14 -1 -1 1 -1 -1 1 1 -1 1 -1 1 1 1 1 -1
15 -1 -1 -1 1 -1 -1 1 1 -1 1 -1 1 1 1 1
16 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1
MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

Proceso continuo de purificación de enzimas

(sistema CARE)
Tampón
Alimentación
Fr
C1
q1 Varia- -1 +1
Estrategia Estado de C bles
de desorción o
adsorción n E x1 0,4 0,6
t Fr x2 0,01125 0,01875
r
Co x3 3,55 x 10-6 10,65 x 10-6
o
Fr
l F1 x4 0,3 0,5
C2
q2 V1 x5 0,075 0,125
F2 x6 0,0375 0,0625
F2
Residuo V2 x7 0,075 0,125
Set Point
C2
 MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

27=128 inviable

27-1=64 26+(7=123456) inviable

27-2=32 25+(6=1234)+(7=1245) Bueno

27-3=16 24+(5=123)+(6=234)+(7=134) Bueno

k=7 27-4=8 23+(4=12)+(5=13)+(6=23)+(7=123) Malo

PB-8 Malo

PB-12 Bueno

PB-16 Bueno

PB> 16 Bueno
 MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

Ensayos x1 x2 x3 x4 x5 x6 x7 Y
1 -1 -1 -1 -1 -1 -1 -1 90.5
2 1 -1 -1 -1 1 -1 1 84.8
3 -1 1 -1 -1 1 1 -1 94.1
4 1 1 -1 -1 -1 1 1 90.3
5 -1 -1 1 -1 1 1 1 86.4
2n-3 6
7
1
-1
-1
1
1
1
-1
-1
-1
-1
1
-1
-1
1
74.9
92.6
27-3 8 1 1 1 -1 1 -1 -1 86.1
16 ensayos 9 -1 -1 -1 1 -1 1 1 83.8
10 1 -1 -1 1 1 1 -1 74.5
11 -1 1 -1 1 1 -1 1 89.9
12 1 1 -1 1 -1 -1 -1 83.4
13 -1 -1 1 1 1 -1 -1 72.5
14 1 -1 1 1 -1 -1 1 55.2
15 -1 1 1 1 -1 1 -1 85.3
16 1 1 1 1 1 1 1 72.3
 MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

Rend.
Ensayo E Fr Co F1 V1 F2 V2 (%)
1 1 -1 1 -1 -1 -1 1 72.8
2 1 1 -1 1 -1 -1 -1 81.7
3 -1 1 1 -1 1 -1 -1 92
4 1 -1 1 1 -1 1 -1 55.2
PB12 5 1 1 -1 1 1 -1 1 82.1
12 ensayos 6 1 1 1 -1 1 1 -1 86.5
7 -1 1 1 1 -1 1 1 85.3
8 -1 -1 1 1 1 -1 1 71.1
9 -1 -1 -1 1 1 1 -1 84
10 1 -1 -1 -1 1 1 1 85.1
11 -1 1 -1 -1 -1 1 1 94.1
12 -1 -1 -1 -1 -1 -1 -1 90.1
 MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN

27 27-1 27-2 27-3 27-4

PB8 PB 12 PB 16 PB 20 PB 24
(128) (64) (32) (16) (8)
E -9.7 -9.6 -9.6 -9.6 -7.2 -12.0 -8.9 -9.6 -11.2 -9.6
Fr 8.9 8.9 8.9 9.0 7.0 11.4 10.6 8.3 10.1 8.2
Co -8.7 -8.6 -8.6 -8.6 -8.7 -8.7 -9.0 -8.6 -9.8 -8.7
F1 -10.6 -10.6 -10.6 -10.6 -8.7 -12.7 -10.2 -10.6 -12.3 -10.7
V1 0.3 0.3 0.2 0.8 -1.6 -3.9 3.6 -1.2 1.0 -0.8
F2 1.4 1.4 1.1 2.2 3.7 5.2 0.1 -1.4 1.4 0.6
V2 0.0 0.0 0.0 -0.7 -2.2 3.9 0.2 3.4 1.2 -0.5
Error
0.1 0.2 1.4 2.4 - - 3.0 1.6 1.6 1.4
Estándar
media 81.7 81.7 81.7 81.7 81.7 81.7 81.7 81.8 91.5 81.6
ACREDITACION
La acreditación es un proceso por el cual un programa son evaluados para
determinar si cumplen con los criterios de calidad de ICACIT.
La condición de acreditado no es permanente, y tiene que ser renovada
periódicamente.

BENEFICIOS
Programa: garantiza su calidad educativa
Docentes: prestigio, motivación
Alumnos: educación de calidad
Sociedad: Profesionales de calidad Dr. Raúl Siche
rsiche@unitru.edu.pe
Ingenieria Agroindustrial-UNT
OBJETIVOS EDUCACIONALES: 3

Competencias que se
logran en un
profesional con mas
de 3 años de
egresado

Dr. Raúl Siche

rsiche@unitru.edu.pe
Ingenieria Agroindustrial-UNT
RESULTADOS DEL ESTUDIANTE: 12

a. Conocimientos de Ingeniería: La capacidad de aplicar conocimientos de matemáticas, ciencias e ingeniería en la solución de problemas
complejos de ingeniería.

b. Investigación: La capacidad de conducir estudios de problemas complejos de ingeniería usando conocimientos basados en la investigación y
métodos de investigación incluyendo el diseño y la conducción de experimentos, el análisis y la interpretación de información, y la síntesis de información
para producir conclusiones válidas.

c. Diseño y Desarrollo de Soluciones: La capacidad de diseñar soluciones para problemas complejos de ingeniería y diseñar sistemas, componentes o procesos para
satisfacer necesidades deseadas dentro de restricciones realistas en los aspectos de salud pública y seguridad, cultural, social, económico y ambiental.

d. Trabajo Individual y en Equipo: La capacidad de desenvolverse eficazmente como individuo, como miembro o líder de equipos diversos.

e. Análisis de Problemas: La capacidad de identificar, formular, buscar información y analizar problemas complejos de ingeniería para llegar a conclusiones
fundamentadas usando principios básicos de matemáticas, ciencias naturales y ciencias de la ingeniería

f. Ética: La capacidad para aplicar principios éticos y comprometerse con la ética profesional y las responsabilidades y normas de la práctica de la ingeniería.

g. Comunicación: La capacidad de comunicarse eficazmente, mediante la comprensión y redacción de informes y documentación de diseño, la realización de
exposiciones, y la transmisión y recepción de instrucciones claras.

h. Medio Ambiente y Sostenibilidad: La capacidad de comprender y evaluar el impacto de las soluciones a problemas complejos de ingeniería en un contexto global,
económico, ambiental y social.

i. Aprendizaje Permanente: El reconocimiento de la necesidad del aprendizaje permanente y la capacidad para encararlo en el más amplio contexto de los cambios
tecnológicos.
j. Ingeniería y Sociedad: La capacidad de aplicar el razonamiento informado mediante el conocimiento contextual para evaluar cuestiones sociales, de salud, de
seguridad, legales y culturales y las consecuentes responsabilidades relevantes para la práctica profesional de la ingeniería.

k. Uso de Herramientas Modernas: La capacidad de crear, seleccionar y utilizar técnicas, habilidades, recursos y herramientas modernas de la ingeniería y las
tecnologías de la información, incluyendo la predicción y el modelamiento, con la comprensión de sus limitaciones.

l. Gestión de Proyectos: La capacidad de demostrar el conocimiento y la comprensión de los principios de gestión en ingeniería y la toma de decisiones económicas, y
su respectiva aplicación.
CURSOS Vs RE
CURSOS Vs RE
VISIÓN
La Escuela Profesional de Ingeniería Agroindustrial al 2024 estará acreditada y
será reconocida por la formación integral de profesionales de calidad y por la
investigación científica, tecnológica e innovación con responsabilidad social, que
contribuya en el desarrollo sostenible de la región y el país.

MISIÓN
La Escuela Profesional de Ingeniería Agroindustrial forma profesionales
competitivos y éticos; capaces de formular, planificar y gestionar proyectos y
empresas para la generación de productos y/o servicios agroindustriales, mediante la
enseñanza integral, efectiva y la Investigación científica. Crea y transmite conocimiento
científico, tecnológico e innovador con responsabilidad social acorde con las
necesidades de la región y del País.
Dr. Raúl Siche
rsiche@unitru.edu.pe
Ingenieria Agroindustrial-UNT