UNIVERSIDAD NACIONAL DE INGENIERA

FACULTAD DE INGENIERIA ECONOMICA Y CIENCIAS SOCIALES

ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA ESTADSTICA

SYLLABUS

I. Descripcin del curso

Curso : Anlisis y Diseo de experimentos
Cdigo : ES-713
Crditos : Cuatro (4)
Carcter : Obligatorio
Horas : Teora (03) Practica (02) Laboratorio (02)
Pre Requisitos : ES-641 Modelos Lineales
Profesor : Ms.cs. Jos B. Espinoza Surez.
Semestre Acadmico : 2016-I

II. Presentacin.
En todos los sectores industriales productivos, el uso efectivo del diseo de experimentos
es la clave para obtener altos rendimientos, reducir la variabilidad, reducir los tiempos de entrega,
mejorar los productos, reducir los tiempos de desarrollo de nuevos productos y tener clientes ms
satisfechos.
Los diseos experimentales son un conjunto de tcnicas activas que manipulan el proceso para
inducirlo a proporcionar que se requiere para mejorarlo. Estas tcnicas estadsticas y de Ingeniera
permiten lograr la mxima eficacia en los procesos de produccin al menor costo. Hoy en da la
mejora continua, como herramienta incluida en los procesos productivos, responde a las
exigencias de los clientes y consumidores, siendo necesaria para cumplir no solamente las
normas, sino las exigencias y expectativas de los clientes.

III. Objetivos:

Comprender la metodologa del diseo de experimentos que permite entender y mejorar

los procesos industriales por medio de la bsqueda planeada de los factores que afectan a
las variables que mejor representan al proceso.

Aprender a discriminar, seleccionar y validar el modelo de diseo experimental ms

apropiado, de tal manera que permitir desarrollar, con rigor y claridad, el anlisis
estadstico de los principales modelos de diseo experimental y adquirir la formacin
necesaria para interpretar los resultados obtenidos mediante el anlisis estadstico de los
datos desde un punto de vista de significacin estadstica y de significacin prctica.

Dominar el funcionamiento general de algn software estadstico, como SAS 9.0, en

especial, los mdulos referidos al Diseo y Anlisis de Experimentos.
 IV. Contenido Analtico:

Sem Clase - 1 Clase - 2 Clase - 3

1 Diseo experimental: Objetivos y Distribucin de los tratamientos en Casos de aplicacin en
principios bsicos: Factor, Nivel de un el campo experimental: SAS y MINITAB.
factor, Variable y unidad experimental, Distribucin Completamente al azar, Aplicaciones en el
Dato estadstico y Tratamiento. Distribucin en bloques, cuadrado sector Industrial y
Experimento estadstico. Conceptos latino, Distribucin en cuadrado energa.
bsicos y tipos, Directrices generales para latino modificado.
el diseo de experimentos El anlisis de Varianza: Anlisis
del modelo con efectos fijos, Datos
no balanceados: Ejemplo integrador
2 Comparacin de tratamientos: Diagnstico de la concordancia Casos de aplicacin en
Planeacin de comparacin entre entre los datos y el modelo: SAS y MINITAB.
tratamientos, Curvas de respuesta para los Transformaciones estabilizadoras de Aplicaciones en el
factores de tratamientos cuantitativos, la varianza evaluacin de modelos: sector Industrial y
comparaciones mltiples. Ejemplo integrador energa.

3 Experimentos eficientes con diseos Uso de curvas de respuesta para los Casos de aplicacin en
factoriales: Efectos de los factores, factores de tratamiento cuantitativo, SAS y MINITAB.
Modelo estadstico y anlisis para dos Modelos aleatorios y mixtos. Aplicaciones en el
factores, sector Industrial y
energa.
4 Modelo con efectos aleatorios para Modelo estadstico para los
estudiar varianzas. Cuantas componentes de varianza,
observaciones para estudiar varianzas, estimacin puntual, estimacin por Practico 01
Submuestras aleatorias para reunir datos intervalos para los componentes de
para el experimento. varianza: Ejemplo integrador
5 Estudio de un diseo 2k . Algoritmo de Caso 25, Colapsacin de diseos 2k Casos de aplicacin en
yates, Reglas para la suma de cuadrados y SAS y MINITAB.
cuadrados medios esperados: Ejemplo Aplicaciones en el
integrador sector Industrial y
energa.
6 Tcnicas de confusin en experimentos 3K: Acercamiento a modelos de Casos de aplicacin en
factoriales: Tcnica de confundido, optimizacin: Ejemplo integrador SAS y MINITAB.
Confundido en un diseo factorial 2k, Aplicaciones en el
tcnica de confusin parcial, Confundido sector Industrial y
en un diseo factorial 3k. energa.
7 Agregacin de Puntos centrales, Diseos de parcelas divididas: Casos de aplicacin en
colapsacion de diseos, Diseos con una Ejemplo integrador SAS y MINITAB.
sola replica. Estudios de casos reales en Aplicaciones en el
empresas sectores industriales sector Industrial y
energa.
8 Diseos de factores anidados, cruzados y cruzados anidados: Ejemplo integrador Practico 02
 EXAMEN PARCIAL
9 Diseo con doble subdivisin de parcelas Experimentos en serie Casos de aplicacin en SAS y
para tres factores de tratamiento. MINITAB. Aplicaciones en el
sector Industrial y energa.
10 Diseo con mediciones repetidas. Anlisis de covarianza. : Casos de aplicacin en SAS y
Ejemplo integrador Ejemplo integrador MINITAB. Aplicaciones en el
sector Industrial y energa.
k
11 Introduccin. Conceptos Fraccin de un diseo 2 . Ejemplo integrador. Diseos
preliminares, Fraccin de un diseo 2k. Factoriales 2 k-p. : Ejemplo integrador
Caso de Estudio
12 Casos especiales en la Industria Mtodos de la pendiente Practico 03
energtica: Diseo de Plackket and ascendente, Mtodo de la bsqueda
Burman simple. Diseos rotables: Diseo
Pentagonal, Diseo hexagonal,
Diseo octogonal.
13 Diseos de Mezclas: Diseo de mezclas sin restricciones. Diseo de mezclas Casos de estudio: Sector
con restricciones. Modelos alternativos. Problemas que involucran diseos de energa, salud, Etc
mezclas: Ejemplo integrador
14 Diseos compuestos: Estimacin de modelos matemticos para diseos rotables Casos de estudio: Sector
y compuestos, Anlisis de varianza para diseos rotables y compuestos, anlisis energa, salud, Etc
de mximos y mnimos. Soluciones ptimas: Con y sin restricciones
15 Diseo de Box y Benkhen : Ejemplo integrador Casos de estudio: Sector
energa, salud, Etc)

16 Diseos de Superficies de respuesta Mltiple. Diseos de Taguchi-Metodologia Practico 04

EXAMEN FINAL
EXAMEN SUSTITUTORIO

BIBLIOGRAFA:
1. Robert O Kuel (2001). Diseo de experimentos. Grupo editorial Thomson.
2. Montgomery, DC (2001). Diseo y anlisis de experimentos. Grupo editorial
Iberoamericana.
3. Box, G.E.P; Hunter, W.G; Hunter, J,S (1989). Estadstica para investigadores.
4. Cochran, W.G. and Cox, G.M. (1995). Diseos Experimentales. Trillas, Mxico.
5. Pea Snchez de Rivera, D. (2000). Estadstica, Modelos y Mtodos. Volumen II: Modelos
Lineales.
6. Martnez, A. (1988). Diseos Experimentales. Mtodos y Elementos de Teora. Editorial
Trillas, Mxico.
7. Joan Valls, Llorenc Badiella, Servei d Estadstica UAB. Introduccin al SAS. Universidad
Autnoma de Barcelona.
8. Llorenc Badiella Busquets, Anna Espinal Berenguer. Practicas de Estadstica y
Programacin en SAS.
Procedimiento de evaluacin
Aplicamos un sistema de evaluacin mixto, que engloba: Trabajo realizado a lo largo del curso
(participacin en clases tericas y prcticas, etc.); Prueba escrita; Pruebas para evaluar las prcticas de
ordenador (desarrollo terico de un modelo de diseo experimental junto con su aplicacin prctica a un
caso concreto). El profesor del curso:
Jos B. Espinoza Surez