TRABAJO COLABORATIVO #2

DISEO EXPERIMENTAL

MARISOL QUICENO
C.C 24.720.750

GRUPO: 9

AULA VIRTUAL: 30156 DISEO EXPERIMENTAL

CARLOS RAMN VIDAL TOVAR

TUTOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA, UNAD

 INTRODUCION

El desarrollo en todos los campos de la actividad profesional se atribuyen en gran medida

a la aplicacin de los resultados obtenidos a travs de la investigacin. La gran mayora
de las investigaciones se llevan a cabo a travs de la aplicacin del mtodo cientfico que
incluye los siguientes pasos: establecer el problema, formular la hiptesis, disear el
experimento o muestreo, tomar las observaciones, interpretar los datos y concluir.

Este proceso lleva implcitos algunos pasos que son de naturaleza estadstica.
Empezando por la formulacin de la hiptesis, punto primordial de importancia para el
desarrollo de la investigacin. Una hiptesis estadstica debe incluir el juego de hiptesis
que incluye: la hiptesis nula (Ho) y la hiptesis alternativa (Ha).

OBJETIVO GENERAL

El diseo experimental, es el diseo de experimentos o diseo estadstico de

experimentos, es una disciplina basada en principios estadsticos, y construida a
travs de aos de experiencia en la ciencia y la ingeniera. Implica el proceso de
diseo y planeacin del experimento, de tal forma que datos apropiados puedan
ser colectados y posteriormente ser analizados por mtodos estadsticos para
llegar a conclusiones vlidas y objetivas.

OBJETIVOS ESPECIFICOS:

Entender la relacin entre las variables de entrada y las variables de salida.

Reducir la variabilidad en las caractersticas de un producto.

Reducir los costos de manufactura.

Acortar el tiempo de desarrollo de productos o procesos.

 EJERCICIO No.1

Un equipo de ingenieros de alimentos y zootecnistas realiz un experimento, con el fin de

mejorar las condiciones de una dieta para semovientes, agregado dos complementos
alimenticios diferentes a sus ingredientes bsicos (cinco porcentajes diferentes). Las
distintas calidades del primero se indican con las letras latinas y las del segundo por las
letras griegas. Se suministra la dieta a los animales clasificados de acuerdo con cinco
pesos inciales (W1, W2, W3, W4, W5) y cinco razas diferentes (R1, R2, R3, R4, R5). Los
incrementos de peso logrado por el tiempo del experimento se muestran en la tabla dada
a continuacin, especifique si es correcto el diseo seguido, de respuesta a las siguientes
inquietudes, realizando y desarrollando los clculos segn el caso.

a) Que tipo de diseo experimental siguieron los proyectantes? Por qu? (0.2)

Para este caso el grupo de proyectantes decidieron realizar un diseo experimental

greco latino porque se ha considerado determinar el efecto que produce el
tratamiento 1 es decir el representado en letras latinas y tambin el efecto
producido por el tratamiento 2 descrito o representado por las letras griegas, esto
con el fin de mejorar las condiciones de la dieta para semovientes al agregar los
dos complementos alimenticios diferentes a sus ingredientes bsico.

b) Defina la variable, los tratamientos, elige una significancia apropiada. P Ej. = 0.05).

Para este caso consideraremos un nivel de significancia de 0.05 (nivel estndar),

definiendo de esta manera el siguiente modelo o variable:

= + + + + +
= 1,2,
= 1,2,
= 1
= 2
= 1
= 2 {, , , , }
= ( )

c) Calcule el ANOVA. (0.5)

Para este caso debemos calcular los diferentes valores de las sumas de cuadrados
para de esta manera poder determinar la correspondiente tabla anova y de esta
manera probar si este tipo de diseo es o no adecuado y poder determinar tambin
cuales son las diferencias entre las correspondientes medias y cuales son o no
significativas en el modelo propuesto.

. =

. =

2
= ( ) [. 2 /]
1

= [... 2 /] [. 2 /]
=1

= [... 2 /] [. 2 /]
=1

= [... 2 /] [. 2 /]
=1

= [... 2 /] [. 2 /]
=1

= + +
+ +
Clculos de estos estadsticos usando ayuda del programa Excel.

W1 W2 W3 W4 W5
R1 A 26 B 17 C 19 D 17 E 13 92 8464
R2 B 17 C 21 D 17 E 11 A 21 87 7569
R3 C 21 D 12 E 16 A 25 B 13 87 7569
R4 D 16 E 15 A 22 B 14 C 17 84 7056
R5 E 9 A 24 B 17 C 17 D 14
81 6561

89 89 91 84 78 431 37219
7921 7921 8281 7056 6084 37263

al
para latino cuadrado
A 26+21+25+22+24 118 13924
B 17+14+13+14+17 78 6084
C 19+21+21+17+17 95 9025
D 17+17+12+16+14 76 5776
E 13+11+16+15+9 64 4096
431 38905
sumas
 al
para greco cuadrado
26+11+12+17+17 83 6889
17+21+16+16+17 87 7569
19+17+25+15+14 90 8100
17+21+13+22+9 82 6724
13+17+21+14+24 89 7921
431 37203
sumas

Datos al cuadrado
W1 W2 W3 W4 W5 sumas
R1 A 676 B 289 C 361 D 289 E 169 1784
R2 B 289 C 441 D 289 E 121 A 441 1581
R3 C 441 D 144 E 256 A 625 B 169 1635
R4 D 256 E 225 A 484 B 196 C 289 1450
R5 E 81 A 576 B 289 C 289 D 196 1431
sumas 1743 1675 1679 1520 1264 7881

Con estos resultados se puede calcular las sumas de cuadrados

= [... 2 /] [. 2 /]
=1
37219 4312 37219 185761
= = = 7443.8 7430.44
5 25 5 25
= 13.36

= [... 2 /] [. 2 /]
=1
37263 4312 37263 185761
= = = 7452.6 7430.44
5 25 5 25
= 22.16

= [... 2 /] [. 2 /]
=1
2
38905 431 38905 185761
= = = 7781 7430.44
5 25 5 25
= 350.56

= [... 2 /] [. 2 /]
=1
37203 4312 37203 185761
= = = 7440.6 7430.44
5 25 5 25
= 10.16

. 2
2
= ( ) [ ]

1
185761
= 7881 = 7881 7430.44 = 450.56
25

= 450.56

=
= 450.56 10.16 350.56 22.16 13.36 = 450.56 396.24
= 54.32
ANOVA
Coeficiente Grados de Suma de Cuadrados F calculada
variacin libertad cuadrados medios
Filas n-1 SSRenglones SSRenglones/
n-1
Columnas n-1 SScolumnas SScolumnas/
n-1
Tratamiento n-1 SSlatino SSlatino/ n-1
latino
Tratamiento n-1 SSgreco SSgreco/ n-1
greco
Error (n-3)(n-1) SSError SSError/(n-
3)(n-1)
Total 2
n -1 SStotal

Para nuestro caso tenemos:

ANOVA
Coeficiente Grados de Suma de Cuadrados F calculada
variacin libertad cuadrados medios
Filas 4 13.36 13.36 3.34
= 3.34 = 0.49
4 6.79
Columnas 4 22.16 22.16 5.54
= 5.54 = 0.81
4 6.79
Tratamiento 4 350.56 350.56 87.6
= 12.90
latino 4 6.79
= 87.6
Tratamiento 4 10.16 10.16 2.540
= 2.54 = 0.37
greco 4 6.79
Error 8 54.32 54.32
= 6.79
8
Total 24 SStotal

d) Se podran realizar comparaciones entre medias? Justifique su respuesta. (0.5).

d1) En caso afirmativo determine la mejor de ellas. (0.2)

Por supuesto que es posible hacer comparaciones entre las medias de este
modelo planteado. Para ello haremos la siguiente prueba de hiptesis:
0 : = = = =
 1 :

Y la otra hiptesis a probar es:

0 : = = = =
1 :

La regin critica que determina si rechazamos o no la hiptesis es:

Como en todos los casos los grados de libertad son los mismos solo consideramos:

= 1 ; 2 ;
= ( 1); ( 3)( 1)
= (5 1); (5 3)(5 1)
= (4); (2)(4)
= (4); (8) 0.05 :
= (4); (8); 0.05 = 3.84

Por tanto se rechazan las hiptesis si >

En nuestro caso tenemos los siguientes anlisis:

Para los renglones:

0.49 < 3.84
Por tanto se deduce que las medias entre renglones son iguales

Para las columnas:

0.81 < 3.84
Por tanto se deduce que las medias entre columnas son iguales

Para tratamiento latino:

12.9 > 3.84
Por tanto se puede decir que las medias entre los tratamientos o las calidades de
los ingredientes bsicos en el primer tratamiento difieren

Para tratamiento greco:

0.37 < 3.84
Por tanto se puede decir que las medias entre los tratamientos o las calidades de
los ingredientes bsicos en el segundo tratamiento no difieren.

e) Consideras que los datos tomados son suficientes? O habra que tomar datos
adicionales? (0.3)

Si lo que se busca es que las condiciones de la dieta para semovientes agregado

los dos complementos alimentacin sea homognea de un tratamiento a otro los
datos son suficientes ya que hay homogeneidad entre estos tanto en filas como en
columnas con el la aplicacin del tratamiento 2.

Pero si lo que se busca es que haya variabilidad en la aplicacin de los

semovientes agregados se requiere entonces aadir mas datos para encontrar
diferencias entre la aplicacin de un tratamiento a otro.
 f) El equipo de profesionales tomo la decisin correcta acerca de la seleccin del
diseo utilizado?

Considerando que cuando se busca mejorar un nivel de calidad se requiere que

haya heterogeneidad en la aplicacin de los tratamientos para determinar cual de
ellos es el mejor. Por lo cual el modelo aunque muestra variabilidad o diferencias
entre el tratamiento con calidad 1 y el tratamiento con calidad 2 se puede decir que
el modelo es optimo.

Tabla. 2. Incremento de peso de los semovientes por el tiempo del experimento realizado.

W1 W2 W3 W4 W5
R1 A=26 B=17 C=19 D=17 E=13
R2 B=17 C=21 D=17 E=11 A=21
R3 C=21 D=12 E=16 A=25 B=13
R4 D=16 E=15 A=22 B=14 C=17
R5 E=9 A=24 B=17 C=17 D=14

EJERCICIO No.2

La tabla 2 muestra los datos recopilados por un docente en la UNAD, en

experimentos sobre la textura de un producto crnico-jamn. Para determinar el
efecto de las condiciones ambientales, y la concentracin de una sustancia
funcional aprobada por el INVIMA, en la textura del producto, realizo un trabajo
experimental en la planta piloto.
Para el experimento utiliz tres concentraciones de la sustancia seleccionada y las
aplico a piernas de porcino provenientes de tres razas diferentes.
Los datos que siguen corresponden a cuatro rplicas de cada uno de los
tratamientos. Se realizaron todos los ensayos y se obtuvieron los siguientes datos:

1. Qu tipo de diseo experimental se sigui? Justifique la respuesta.

R/ El tipo de diseo que sigui fue factorial.

2. Formule las hiptesis apropiadas.

R/ H0= Efecto A= 0

Ha=Efecto A # 0

H0= Efecto B= 0

Ha= Efecto B # 0

H0= Efecto AB=0

Ha= Efecto AB#0

3. Qu grado de significancia propondras y por qu?

El nivel de significancia con el que se trabajar es del 0.05. para poder realizar la
comparacin de variable con f tabulada.

4. Realice el ANAVA o ANOVA para probar la hiptesis y obtenga conclusiones.

Nivel de Sustancia Piernas de Porcino de tres Razas

recomendada por el INVIMA RPI 1 PRC 2 PPY 3
1.82 1.43
2.1 1.45
1.36 - 1.29 1.89 1.63
Concentracin 1 1.4 0.23 1.72 1.76
1.3 1.37 1.44
1.22 1.4 1.38 1.35
Concentracin 2 1.18 1.23 1.29 1.3 1.4
1.3 1.56 2.1
1.31 1.45 1.36 1.71
Concentracin 3 1.46 1.23 1.3 1.33 1.38

Medias de los datos

Nivel de Piernas de Porcino de tres

Sustancia Razas
recomendada PRC PPY TOTAL Y2
por el INVIMA RPI 1 2 3
 Concentracin 20.34
1 1.07 1.88 1.56 4.51
Concentracin 15.60
2 1.25 1.33 1.37 3.95
Concentracin 19.00
3 1.36 1.32 1.68 4.36
54.94
TOTAL 3.68 4.53 4.61 12.82

Y2 13.54 20.52 21.25 55.31

Datos al cuadrado

Nivel de Sustancia Piernas de Porcino de tres Razas

recomendada por el INVIMA RPI 1 PRC 2 PPY 3 TOTAL

Concentracin 1 1.14 3.53 2.43 7.1

Concentracin 2 1.56 1.76 1.87 5.19

Concentracin 3 1.84 1.74 2.82 6.4

TOTAL 18.69

Suma de cuadrados con 4 repeticiones

 ANOVA

FUENTES DE SUMA DE GRADOS CUADRADOS F0

VARIABILIDAD CUADRADOS LIBERTAD MEDIOS
EFECTO A 0.06 2 0.12 0.01
EFECTO B 0.02 1 0.02 1.48
EFECTO AB 1.33 2 2.66
Error 11.2 12 134.4
Total 17

Prueba de F = k-1;k (n-1)

2;24
=3.40
Con = 0.05
FCal Ftab
Para el efecto de A= 0.01 3.40=Acepta la Hiptesis
Para el Efecto B= 1.48 3.40=Acepta la hiptesis

Se puede concluir que el efecto es favorable en la textura del producto crnico.

5. Se podra presentar una ecuacin estadstica?

R/ Cual diseo factorial se puede representar.

6. Cmo sera esta?

R/ Yijk=+i+j+()ij+ijk

EJERCICIO No.3

La tabla siguiente representa un experimento factorial 2 en el que hay dos variables

cuantitativas - temperatura y concentracin abono y una cualitativa tipo de semilla. La
respuesta es la cantidad de producto (follaje). Los datos se obtuvieron de una
investigacin piloto en una estacin experimental de la UNAD. En las variables
cuantitativas un menos significa el nivel ms bajo y un ms el nivel ms alto. Para
variables cualitativas las dos versiones, niveles, se pueden codificar tambin con signos
menos y ms.
Experimento piloto en la estacin experimental

Temperatura (-) 16C (+) 20C

Concentracin (-) 20 Gramos/planta (+) 40 Gramos/planta
P Semilla (-) Variedad A (+) Variedad B

a.) Utilizar los datos de la tabla para calcular los contrastes de efectos.

Observaciones
P Condicin
T Ca Sem Replicas Promedio
1 - - - (1) 8,9 8,8 8,9 8,8666
2 + - - a 13 13,8 13,2 13,3333
3 - + - b 10,9 9,8 10,2 10,3
4 + + - ab 9,9 9,6 9,7 9,7333
5 - - + c 11,8 12 11,5 11,7666
6 + - + ac 9,9 9,75 9,4 9,6733
7 - + + bc 7,7 7,8 7,4 7,6333
8 + + + abc 8,4 8,9 8,5 8,6
TOTAL 80.5 80.45 78.8 239.75

El efecto promedio de A es:

A = 1/2n [a+ab+abc-b-bc-(1)]

A= (3)[13,3333+9,7333+8,6-10,3-7,6333-8,8666]
A= (3)[31,6666-26,7999]
A=1/2 (3)[4,8667]
A= 4,8667/6

A= 0,8111
El efecto promedio de B es:
B= 1/2n [ab+b+bc+abc-a-c-ac-(1)]
B= 1/2n [9,7333+10,3+7,6333+8,6-13,3333-11,7666-9,6733-(8,8666)]
B= 1/2n [36,2666-43,6398]
B= 1/2 (3)[-7,3732]

B= -1,22
El efecto de interaccin AB es:
AB= 1/2n [(1)+abc+ab+c-a-b-ac-bc]
AB= 1/2n[(8,8666)+8,6+9,7333+11,7666-13,3333-10,3-9,6733-7,6333]
AB= 1/2 (3)[38,9665-40,9399]
AB= 1/2 (3)[-1,9734]
AB= -0,32
El efecto de interaccion AC es:
AC= 1/2n [(1)+b+ac+abc-a-ab-c-bc]
AC= 1/2 (3)[8,8666+10,3+9,6733+8,6-13,3333-9,7333-11,7666-7,6333]
AC= 1/2 (3)[37,4399-42,4666]
AC= 1/2 (3)[-5,0267]
AC= -0,83

El efecto de interaccin ABC es:

ABC= 1/2n [a+b+c+abc-(1)-ab-ac-bc]
ABC=1/2 (3)[13,3333+10,3+11,7666+8,6-8,8666-9,7333-9,6733-7,6333]
ABC= 1/2 (3)[43,9999-35,9065]
ABC=1/2 (3)[8,0934]
ABC= 1,34

b) La suma de cuadrados.

79,21 77,44 79,21

169 190,44 174,24
118,81 96,04 104,04
98,01 92,16 94,09
139,24 144 132,25
98,01 95,06 88,36
59,29 60,84 54,76
70,56 79,21 72,25
TOTAL SUMA 2466,52

Datos al cuadrado

c) Construir la tabla ANOVA.

 Suma de Grados de Cuadrados F0
Cuadrados Libertad Medios
Efecto A 1.97 1 1.97 9.29
Efecto B 4.53 1 4.53 2.15
Efecto C 2.34 1 2.34 1.11
Efecto AB 0.32 1 0.32 1.52
Efecto AC 2.105 1 2.105 1.00
Efecto ABC 5.45 1 5.45 2.59
Error 1766.87 12 21202.44
Total 18

d). Probara todas las hiptesis usando un grado un grado de significancia apropiado
Como el valor de la F de Snedecor F1,12,0,05 = 4,75
Efecto Fcalculada F tabulada Hipotesis
Hiptesis:
A 9.29 4.75 > No
B 2.15 4.75 < Si
H0= Efecto A= 0 C 2.34 475 <Si
Ha=Efecto A # 0
H0= Efecto B= 0
Ha= Efecto B # 0
H0= Efecto C= 0
Ha=Efecto C # 0
H0= Efecto AB=0
Ha= Efecto AB#0
H0= Efecto BC= 0
Ha= Efecto BC # 0

H0= Efecto ABC=0

Ha= Efecto ABC#0

e) Determinar cuales efectos son significativos.

Hay una gran significancia al ser mayor la F calculada que la F tabulada en el Efecto A 9.29>4.75
por lo tanto se rechaza la hiptesis determinando as que los dems efectos son mejores.

f) Les comunicar a los investigadores cul es el mejor tratamiento.

El mejor tratamiento esta ente el B y el C

 CONCLUSIONES

Los diseos factoriales completos son la estrategia experimental ptima para estudiar
simultneamente el efecto de varios factores sobre la respuesta y sus interacciones. Por
su potencia y sencillez, su campo de aplicacin es muy amplio:

Para identificar qu variables influyen en una reaccin, para luego poder optimizarlas
hasta alcanzar el rendimiento deseado.

Para decidir qu se debe ajustar en el nuevo proceso de fabricacin para que no se

produzcan tantos productos fuera de especificaciones.
 BIBLIOGRAFIA

LITTLE, THOMAS M. Y HILL, F. J Mtodos estadsticos para la investigacin en la

agricultura. Editorial trillas. (1976) pags:13-20.

RIAO LUNA. Campo Elas. Ingeniero qumico Diseo experimental Bogot 2005.
Universidad Nacional Abierta Y A Distancia - UNAD

RIAO LUNA. Campo Elas. Ingeniero qumico Diseo experimental Bogot 2010.
Universidad Nacional Abierta Y A Distancia - UNAD

MENDOZA, H, BAUTISTA, G. Diseo Experimental. Universidad Nacional de Colombia,

(2002)

G.E.P. Box, W.G. Hunter, J.S. Hunter Estadstica para experimentadores. Ed. Reverte
S.A. Barcelona 1989.

JOAN FERR, F. XAVIER RIUS Departamento de Qumica Analtica y Qumica Orgnica