Beruflich Dokumente
Kultur Dokumente
INGENIERIA QUIMICA
DEI-031
Segunda Versin
Diseo de experimentos
Consiste en planear y realizar un conjunto de pruebas con el objetivo de generar datos que, al
ser analizados estadsticamente, proporcionen evidencias objetivas que permitan responder las
interrogantes planteadas por el experimentador sobre determinada situacin.
Experimento Datos
Hiptesis
Induccin
Hipotesis Deduccin Modificada H2
Experimento
Un experimento es un cambio en las condiciones de operacin de un sistema o proceso, que se
hace con el objetivo de medir el efecto del cambio sobre una o varias propiedades del producto
o resultado. Asimismo, el experimento permite aumentar el conocimiento acerca del sistema.
Por ejemplo, en un proceso qumico se pueden probar diferentes variables (temperaturas y
presiones), y medir el cambio observado en el rendimiento del proceso.
Unidad experimental
La unidad experimental es la pieza(s) o muestra(s) que se utiliza para generar un
valor que sea representativo del resultado del experimento o prueba. En cada diseo
de experimentos es importante definir de manera cuidadosa la unidad experimental,
ya que sta puede ser una pieza o muestra de una sustancia o un conjunto de piezas
producidas, dependiendo del proceso que se estudia.
Z1 Z2 Zk
Entrada Salida
X1 X2 Xi
Entrada Salida
Factores
Controlables (Xi) Variable respuesta
Todos los relevantes PROCESO
Factores no controlables (Azar) (Zk)
(Los de efecto pequeo)
Z1 Z2 Zk
Figura 1.5 Buenos Experimentos
Niveles y tratamientos. Los diferentes valores que se asignan a cada factor estudiado en un
diseo experimental se llaman niveles. Una combinacin de niveles de todos los factores
estudiados se llama tratamiento o punto de diseo. Por ejemplo, si en un experimento se estudia
la influencia de la velocidad y la temperatura, y se decide probar cada una en dos niveles,
entonces cada combinacin de niveles (velocidad, temperatura) es un tratamiento. En este caso
habra cuatro tratamientos, como se muestra en la tabla 1.1. Es necesario probar cada
tratamiento y obtener la correspondiente variable respuesta.
Error aleatorio y error experimental. Siempre que se realiza un estudio experimental, parte de
la variabilidad observada en la respuesta no se podr explicar por los factores estudiados. Esto
es, siempre habr un remanente de variabilidad que se debe a causas comunes o aleatorias, que
generan la variabilidad natural del proceso. Esta variabilidad constituye el llamado error
aleatorio. Por ejemplo, ser parte de este error aleatorio el pequeo efecto que tienen los
factores que no se estudiaron, siempre y cuando se mantenga pequeo o despreciable, as como
la variabilidad de las mediciones hechas bajo las mismas condiciones. Sin embargo, el error
aleatorio tambin absorber todos los errores que el experimentador comete durante los
experimentos, y si stos son graves, ms que error aleatorio hablaremos de error experimental.
De predominar ste, la deteccin de cules de los factores estudiados tienen un efecto real sobre
la respuesta ser difcil, si no es que imposible.
Cuando se corre un diseo experimental es importante que la variabilidad observada de la
respuesta se deba principalmente a los factores estudiados y en menor medida al error aleatorio,
(Vase figura 1.5) y adems que este error sea efectivamente aleatorio. Cuando la mayor parte
de la variabilidad observada se debe a factores no estudiados o a un error no aleatorio, no se
podr distinguir cul es el verdadero efecto que tienen los factores estudiados, con lo que el
experimento no alcanzara su objetivo principal.
De aqu la importancia de no dejar variar libremente a ningn factor que pueda influir de
manera significativa sobre el comportamiento de la respuesta (principio de bloqueo).
Planeacin y realizacin
1. Entender y delimitar el problema u objeto de estudio. En la etapa de planeacin se deben
hacer investigaciones preliminares que conduzcan a entender y delimitar el problema u objeto
de estudio, de tal forma que quede claro qu se va a estudiar, por qu es importante y, si es un
problema, cul es la magnitud del mismo.
2. Elegir la(s) variable(s) de respuesta que ser medida en cada diseo experimental y
verificar que se mide de manera confiable. La eleccin de esta(s) variable(es) es vital, ya que
en ella se refleja el resultado de las pruebas. Por ello, se deben elegir aquellas que mejor reflejen
el problema o que caractericen al objeto de estudio. Adems, se debe tener confianza en que las
mediciones que se obtengan sobre esas variables sean confiables. En otras palabras, se debe
garantizar que los instrumentos y/o mtodos de medicin son capaces de repetir y reproducir
una medicin, que tienen la precisin (menor error) y exactitud (calibracin) necesaria.
Recordemos que los sistemas de medicin son la forma en la que percibimos la realidad, por lo
que si stos son deficientes, las decisiones que se tomen con base en ellos pueden ser
inadecuadas.
3. Determinar cules factores deben estudiarse o investigarse, de acuerdo a la supuesta
influencia que tienen sobre la respuesta. No se trata de que el experimentador tenga que
saber a priori cules factores influyen, puesto que precisamente para eso es el experimento,
pero s de que utilice toda la informacin disponible (marco terico o estado del arte) para
incluir aquellos que se considera que tienen un mayor efecto.
4. Seleccionar los niveles de cada factor, as como el diseo experimental adecuado a
los factores que se tienen y al objetivo del experimento.
Este paso tambin implica determinar cuntas repeticiones se harn para cada tratamiento,
tomando en cuenta el tiempo, el costo y la precisin deseada (Para fines estadsticos se
recomienda mnimo 8 experimentos).
5. Planear y organizar el trabajo experimental. Con base en el diseo seleccionado, organizar
y planear con detalle el trabajo experimental, por ejemplo, las personas que van a intervenir, la
forma operativa en que se harn las cosas, etc.
6. Realizar el experimento. Seguir al pie de la letra el plan previsto en la etapa anterior, y en
caso de algn imprevisto, determinar a qu persona se le reportara y lo que se hara.
Anlisis
En esta etapa no se debe perder de vista que los resultados experimentales son observaciones
muestrales, no poblacionales. Por ello, se debe recurrir a mtodos estadsticos inferenciales para
ver si las diferencias o efectos muestrales (experimentales) son lo suficientemente pequeos
para que garanticen sacar conclusiones poblacionales (o a nivel proceso). La tcnica estadstica
central en el anlisis de los experimentos es el llamado anlisis de varianza ANOVA (acrnimo
en ingls).
Interpretacin
Aqu, con el respaldo del anlisis estadstico formal, se debe analizar con detalle lo que ha
pasado en el experimento, desde contrastar las conjeturas iniciales (hiptesis) con los resultados
del experimento, hasta observar los nuevos aprendizajes que sobre el proceso se lograron,
verificar supuestos y elegir el tratamiento ganador, siempre con apoyo de las pruebas
estadsticas.
Principios bsicos
El diseo de experimentos trata de fenmenos que son observables y repetibles.
De acuerdo con lo anterior, se debe ser muy cuidadoso en la planeacin y el anlisis de un
experimento. El punto de partida para una correcta planeacin es aplicar los principios bsicos
del diseo de experimentos: aleatorizacin, repeticin y bloqueo, los cuales tienen que ver
directamente con que los datos obtenidos sean tiles para responder al fenmeno o proceso
estudiado.
Aleatorizacin. Consiste en hacer las corridas experimentales en orden aleatorio (al azar) y con
material tambin seleccionado aleatoriamente. Este principio aumenta la probabilidad de que el
supuesto de independencia de los errores se cumpla, lo cual es un requisito para la validez de las
pruebas de estadsticas que se realizan.
Tambin es una manera de asegurar que las pequeas diferencias provocadas por materiales,
equipo y todos los factores no controlados, se repartan de manera homognea en todos los
tratamientos. Por ejemplo, una evidencia de incumplimiento o violacin de este principio se
manifiesta cuando el resultado obtenido en una prueba est muy influenciado por la prueba
inmediata anterior.
Bloqueo. Consiste en tomar en cuenta, en forma adecuada, todos los factores que puedan
afectar la respuesta observada.
Por ejemplo, si se quieren comparar cuatro mquinas, es importante tomar en cuenta al operador
de las mquinas, en especial si se cree que la habilidad y los conocimientos del operador pueden
influir en el resultado. Una posible estrategia de bloqueo del factor operador, sera que un
mismo operador realizara todas las pruebas del experimento.
Otra posible estrategia de bloqueo sera experimentar con cuatro operadores (cuatro bloques),
donde cada uno de ellos prueba en orden aleatorio las cuatro mquinas; en este segundo caso, la
comparacin de las mquinas quizs es ms real.
En la figura 1.6 se muestra la clasificacin general de los diseos experimentales de acuerdo con
su objetivo. Dentro de cada rama se pueden clasificar de acuerdo al nmero de factores, al tipo
de efectos que se pretende estudiar y segn las restricciones existentes. En la misma figura se
listan los diseos particulares ms representativos de cada rama.
1. Diseo para comparar dos Diseo completamente al azar
O ms tratamientos Diseo de bloques completos al azar
Diseo de cuadros latino y grecolatino
2. Diseo para estudiar el
Efecto de varios factores Diseos factoriales 2k
Sobre una o ms variables de Diseos factoriales fraccionados 2k-p
Respuesta
3. Diseos para la optimizacin Diseo para el Diseos factoriales 2k y 2k-p
De procesos modelo primer orden Diseo Plakett Burman
Diseo simplex
Diseos para el Diseo composicin central
Modelo segundo Diseo de Box-Behnken
Orden
4. Diseos robustos Arreglos ortogonales (diseos factoriales)
Diseo con arreglo interno y externo
5. Diseo de mezclas Diseo simplex reticular
Diseo simplex con centroide
Diseo con restricciones
Diseo axial
Bibliografa
lvarez Santos Carmen. Curso del SPSSWIN V.10. Servicio Informtico de
Somosaguas Universidad Complutense de Madrid 2001
DOE++: Software Tool for Experiment Design and Analysis (DOE). ReliaSoft
Corporation 2016 http://www.reliasoft.com/doe/examples/index.htm
Goi M. Sandro. Notas sobre regresin lineal y sistemas de ecuaciones no lineales.
Ctedra de Simulacin procesos I y II. Departamento de Ingeniera Qumica Facultad
de Ingeniera UNLP 2015
Gupta Vijay Statistical Analysis with Excel by VJ Books Inc Canada 2002
Gutirrez Pulido Humberto y De la Vara Salazar Romn ANLISIS Y DISEO DE
EXPERIMENTOS McGRAW-HILL/INTERAMERICANA EDITORES, S.A. de C.V.
Segunda edicin Mxico 2008
Mrquez Hurtado Julio y Fernndez Gmez Roberto Diseo Experimental Universidad
tecnolgica Colombia
Montgomery Douglas, Diseo y anlisis de experimentos Grupo Editorial
Iberoamericana, Mxico 1991
Montgomery Douglas Design and analysis of experiments. Arizona State University.
5th ed. by John Wiley & Sons, 2001