INSTITUTO TECNOLÓGICO SUPERIOR

DE ALVARADO - Campus Lerdo

Materia:
INGENIERIA DE CALIDAD
Semestre - Grupo
6 LK – Escolarizado.

Producto Académico:
REPORTE DE INVESTIGACION
FACTORIAL FRACCIONARIO

Presenta(n):
166Z0761 – CRISTIAN DOMINGUEZ
ROMAN

Docente:
I.I IRIS DELFINA LOPEZ GUZMAN

Lerdo de Tejada, Ver. Febrero – junio 2019

INTRODUCCIÓN
Los delineamientos factoriales de son de amplia aplicación industrial. Tales delineamientos
permiten una evaluación en separado de los efectos individuales y de los efectos de interacción
de los factores en un experimento en el cual todos los factores varían simultáneamente en un
padrón de tentativas cuidadosamente organizado. Un experimento factorial con factores, cada
uno con dos niveles, es conocido como el experimento factorial.
El experimento consiste de tentativas, una tentativa en cada combinación de los dos niveles de
los factores. Para identificar las tentativas individuales es utilizada, entre otras, la siguiente
anotación:
 Los factores son representados por letras
 Los niveles por los signos de mas (+) y de menos (-)
 El signo de más (+) representa el nivel inferior, la condición o la ausencia de factor.
Observación: los japoneses acostumbran a usar el número 1 en lugar de (-) y el número 2 en
lugar de (+). Así, si hay 3 factores a ser experimentados, se tendrá un factorial de con 8
experimentos, los factores representados por las letras A, B y C, y el planeamiento del
experimento

1
¿QUE ES?
Conforme el número de factores del experimento crece, el número de casillas o condiciones
experimentales (y por lo tanto el número de lecturas o pruebas necesarias), crece
exponencialmente en un experimento factorial. El número de efectos a evaluar (interacciones
principalmente) crece exponencialmente también. El número de efectos y casillas varía con el
número de factores en una relación como se muestra en la tabla siguiente para un experimento
factorial 2k.

No. De No. De Efectos Interacciones entre factores de

factores casillas principales 1 3 4 5 6 7 8
4 16 4 6 4 1
5 32 5 10 10 5 1
6 64 6 15 20 15 6 1
7 128 7 21 35 35 27 7 1
8 256 8 28 58 70 56 28 8 1

Así por ejemplo cuando se tienen siete factores, existen 128 posibles condiciones
experimentales, lo que implica que al hacer una replicación por celda de todo el experimento
requiere un total de 128 observaciones. Si se decide tomar dos replicas por celda, entonces
serían necesarias 256 observaciones, lo cual es una cantidad excesiva de pruebas para fines
prácticos.

Por otro lado, se necesitan 128 observaciones para un experimento con 7 factores por que se
deben evaluar 127 posibles efectos (que son los grados de libertad totales en 128 observaciones)
de estos efectos 7 son los factores principales, 21 interacciones de 2 factores, 35 de tres, 35 de
cuatro, 27 de cinco en cinco, 7 de seis en seis y una interacción de 7 factores. En general el
número de interacciones de k factores tomados r en r es:

2
 K!
r! (k  r)!

El concepto de replicación fraccionada parte de las siguientes hipótesis:

1. Las interacciones de tres o más factores son sumamente raras en la práctica, por lo que
en general se pueden suponer como no existentes.

2. En un experimento de varios factores lo más probable es que solo algunos de ellos sean
relevantes para la variable de respuesta.

3. La mayor parte del efecto se debe a los factores principales y algunas interacciones de
dos factores.

Lo anterior implica que por ejemplo para siete factores son necesarios probablemente solo 28
grados de libertad (7 factores principales y 21 interacciones de dos factores), y esto equivale a
solo 29 unidades de información y no 128 como en el experimento original. Esto quiere decir que
no es necesario el correr una replicación completa de todo el experimento cuando el número de
factores crece, sino solamente algunas casillas o condiciones experimentales.

Cuando solamente una parte de las posibles casillas se prueban, se dice que se tiene una
replicación fraccionada del experimento.

Las preguntas que surgen son:

1. ¿Cuántas y cuales casillas probar?

2. ¿Cómo analizar los resultados?

3
 3. ¿Qué información se pierde?

El responder a estas preguntas es uno de los objetivos de la replicación fraccionaria.

2. Fracción un medio del diseño 2k

Considérese el caso en el que se estudian tres factores de dos niveles cada uno, pero en el que
los experimentadores no pueden costear las 2 3 = 8 combinaciones de tratamientos, sin
embargo, si se puede costear 4 observaciones. Esto sugiere una fracción un medio, de un diseño
23. La fracción un medio del diseño 23 se conoce también como un diseño 23-1 porque tiene 23-1
= 4 combinaciones de tratamiento.

En la tabla 1 aparecen signos positivos y negativos del diseño 2 3. Supóngase que para componer
la fracción un medio, se seleccionan las combinaciones de tratamientos se usa indistintamente la
notación convencional (a,b,c,...) y la de signos positivos y negativos. La equivalencia de las dos
notaciones se muestra a continuación.

Notación 1 Notación 2

a + - -

b - + -

c - - +

abc + + +

4
 Combinación de Efecto factorial

Tratamientos
I A B C AB AC BC ABC

a + + - - - - + +

b + - + - - + - +

c + - - + + - - +

abc + + + + + + + +

ab + + + - + - - -

ac + + - + - + - -

bc + - + + - - + -

(1) + - - - + + + -

Tabla 1 Signos positivos para el diseño 23

Nótese que el diseño 23-1 se forma al seleccionar solo las combinaciones de tratamientos que
producen un signo positivo sobre la columna ABC. Por esto ABC se denomina generador de una
fracción particular. Además, la columna identidad I siempre es positiva, por lo cual:

I = ABC

Se denominara relación definitoria de nuestro diseño, en general, la relación definitoria de un

factorial fraccionario siempre es el conjunto de todas las columnas que son iguales a la columna
identidad I.

5
 abc bc

c ac

b ab
C
B
A
a (1 )

(a) Fracción principal I = ABC (b) Fracción alterna I = -ABC

Las combinaciones de tratamientos del diseño 23-1 producen 3 G.L. que pueden usase para
estimar los efectos principales. En la tabla 1 se muestra que las combinaciones lineales de las
observaciones que se utilizan para estimar los efectos principales A, B, y C son:

LA  1/2(a  b  c  abc)
LB  1/2( a  b  c  abc)
LC  1/2( a  b  c  abc)
LBC  1/2(a  b  c  abc)
LAC  1/2( a  b  c  abc)
LAB  1/2( a  b  c  abc)

Por lo tanto LA = LBC, LB = LAC y LC = LAB. En consecuencia, es imposible distinguir entre A y

BC, entre B y AC y entre C y AB. De hecho, es posible mostrar que cuando se estima A, B y C,

6
en realidad, lo que sé esta haciendo es estimar A + BC, CB + AC y C + AB, respectivamente. Dos
o más efectos que tienen esta propiedad se conoce como alias. En este ejemplo, A y BC, B y AC
y C y AB son alias. Esto se indica empleando la notación:

LA  A  BC,
LB  B  AC
LC  C  AB

La estructura de los alias de este diseño pueden determinarse fácilmente con la relación I = ABC,
multiplicando cualquier efecto por la relación que define al diseño, modulo 2, da como resultado
los alias de dicho efecto. En el ejemplo anterior, los alias son:

A*I = A*ABC = A2BC

O dado que el cuadrado de cualquier columna es simplemente la identidad I.

A = BC

De modo similar, se encuentra que los alias de B y C son:

B*I = B*ABC = AB2C = AC

C*I = C*ABC = ABC2 = AB

7
Esta fracción un medio o semifracción, con I = +ABC, suele llamarse fracción principal.

Ahora supóngase que se eligió la otra mitad de la réplica. Esta se compone de las combinaciones
de tratamientos de la tabla 1 que tiene signo negativo asociado con ABC. Esta fracción un medio
o alterna que consta de las siguientes corridas:

Notación 1 Notación 2

(1) ---

ab ++-

a +-+

ABC -++

La relación definitoria de este diseño es:

I = -ABC

Usando la fracción alterna, las combinaciones lineales de las observaciones, L’A, L’B y L’C, son:

L' A  A  BC
L' B  B  AC
L' C  C  AB

8
Por lo tanto, en realidad sé está estimando A – BC, B – AC y C – AB al estimar A, B y C con esta
fracción. En la práctica, no importa cuál de las dos fracciones se utilice. Generalmente la fracción
asociada con I = +ABC se denomina fracción principal. Ambas fracciones pertenecen a la misma
familia; en otras palabras, estas dos fracciones forman el diseño 2 3 completo.

Supóngase que después de recopilar una de las fracciones de un medio del diseño 2 3, también
se recopila la otra fracción. Por lo tanto, están disponibles los 8 ensayos asociados con el diseño
completo 23 en este caso pueden obtenerse las estimaciones de todos los efectos, sin los alias,
analizando los 8 ensayos en un diseño 23 completo con dos bloques de cuatro ensayos cada uno.
Esto también se logra sumando y restando la combinación lineal a los efectos de las dos

fracciones individuales. Por ejemplo, considérese: LA  A  BC y L' A  A  BC esto implica

que:

1/2(LA  L' A)  1/2(A  BC  A  BC)  A

1/2(LA  L' A)  1/2(A  BC  A  BC)  BC

Por lo tanto usando los tres pares de combinaciones lineales se obtiene lo siguiente:

i De ½(Li+L’i) De ½(Li-L’i)

A A BC

B B AC

C C AB

9
Resolución del diseño

El diseño anterior 23-1 se conoce como diseño de resolución III. En tal diseño los alias de los
efectos principales son interacciones de dos factores. Un diseño es resolución R si ningún efecto
de p factores es alias de otro efecto que tenga menos R – p factores. Usualmente, se emplea el
numeral romano como subíndice para indicar la resolución del diseño. Así, la fracción un medio
3 1
del diseño 23 definido por la relación I = ABC (o bien I = - ABC) constituye un diseño 2III .

Los diseños de resolución III, IV y V son de importancia primordial. A continuación, se presenta

la definición de estos diseños junto con un ejemplo.

1. Diseño con resolución III: éstos son diseños en los que ningún efecto principal es alias de
otro, pero sí lo son de las interacciones de dos factores; a su vez, estas últimas son alias
entre sí. El diseño 23-1 de la tabla 4.1 es de resolución III.

2. Diseño con resolución IV: En estos diseño ningún efecto principal es alias de otro efecto
principal, o bien, de alguna interacción de dos factores. Las interacciones de dos factores
4 1
son “alias” entre sí. Un diseño 24-1 con I = ABCD es de resolución IV ( 2IV ).

3. Diseños resolución V: Estos son diseños en los que ningún efecto principal o interacción de
dos factores es alias de ningún efecto principal o interacciones entre dos factores, un diseño
25-1 con I = ABCDE es de resolución V ( 2 5V1 ).

En general, la resolución de un diseño factorial fraccionario de dos niveles es igual al mínimo

número de letras de cualquier palabra de la relación que define al diseño. En consecuencia, los
diseños anteriores, a menudo, se conocen como diseños de 3, 4 y 5 letras, respectivamente. Por
lo general se deben usar diseños fraccionarios con la mayor resolución posible congruentes con

10
el fraccionamiento requerido. A mayor resolución, las suposiciones relativas a las interacciones
que deben despreciarse con el propósito de hacer una interpretación única de los datos son
menos restrictivas.

Construcción de Fracciones Un Medio

Es posible construir una fracción un medio de mayor resolución, de un diseño 2 k, escribiendo

primero las combinaciones de tratamientos del diseño 2k-l completo y agregando después el k-
pésimo factor identificando sus niveles positivos y negativos mediante los signos positivos y
negativos de la interacción de mayor orden ABC..(K -1). Por lo tanto, el diseño factorial
3 1
fraccionaria 2III se obtiene escribiendo el diseño 22 completo e igualando después el factor C
con la interacción AB. La fracción alterna se obtiene igualando el factor C con la interacción -AB.
Este enfoque aparece en la Tabla 4.2. Obsérvese que el diseño básico siempre tiene el número
correcto de corridas (renglones), pero que falta una columna. Entonces, en el generador I =
ABC...K se despeja la columna faltante (K), de modo que K = ABC... (K- 1) define el producto de
signos más y menos por usar en cada renglón a fin de producir los niveles para el k-pésimo factor.

Nótese que cualquier efecto de interacción puede usarse para generar la columna del k-pésimo
factor. Sin embargo, si no se utiliza el efecto ABC... (k- 1) no se produce el diseño de mayor o
más alta resolución.

Otra manera de interpretar la construcción de una fracción un medio del diseño consiste en,
(asignar los ensayos a dos bloques, confundiendo la interacción de mayor orden ABC...K. Cada
bloque de 2k -1 ensayos es un diseño factorial fraccionario 2k- 1 de máxima resolución.

11
 Factorial 22

3 1 3 1
Completa 2III , I = ABC 2III , I = -ABC

Corrida
(diseño básico)

A B A B C=AB A B C=-AB

1 - - - - + - - -

2 + - + - - + - +

3 - + - + - - + +

4 + + + + + + + -

Tabla 4.2 Las dos fracciones un medio del diseño

Proyección de Fracciones en Diseños Factoriales

Cualquier diseño factorial fraccionario de resolución R contiene diseños factoriales completos (o

posiblemente réplicas de diseños factoriales) de cualquier subconjunto de R- 1 factores. Este
concepto es muy importante y útil.

Por ejemplo, si un experimentador tiene varios factores de posible interés, pero considera que
sólo R -1 de ellos tienen efectos importantes, la elección de un diseño factorial fraccionario de
resolución R resulta apropiada. Si el experimentador está en lo correcto, el diseño factorial
fraccionario de resolución R se proyectará en un diseño factorial completo de los R -1 efectos
3 1
significativos. En la Fig. 1 se presenta este proceso para un diseño 2III que se proyecta en un
diseño 22 en cada subconjunto de dos factores.

12
Ya que la resolución máxima de una fracción un medio de un diseño 2 k es R - k, todo diseño 2k- 1
se proyectará en un diseño factorial completo de cualquiera de los (k -1) factores originales,
Además un diseño 2k -1 se proyecta en dos réplicas de un diseño factorial completo de cualquier
subconjunto de k -2 factores, cuatro réplicas de un diseño factorial completo se proyectan en
cualquier subconjunto de k -3 factores, y así sucesivamente.

. abc A

c
. . a

13
 CONCLUSION
El diseño factorial fraccionaria nos ayuda o sirve para darnos cuenta de que los experimentos
fraccionados son usados para facilitarnos el trabajo cuando tenemos que contrastar experimentos
con varios factores donde las combinaciones que nos salen son elevadas, puesto que podemos
reducir estas. La importancia de los experimentos fraccionados y lo altamente usados que son
en las industrias para diversos tipos de procesos industriales, sobre todo en las primeras etapas
de los procesos.

14