DISEO FACTORIAL DE 2K (2 NIVELES X 3 FACTORES)

CONCEPTO DE DISEO FACTORIAL: El diseo factorial es una tcnica estadstica que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. En un diseo experimental se manipulan deliberadamente una o ms variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de inters. El diseo experimental prescribe una serie de pautas relativas qu variables hay que manipular, de qu manera, cuntas veces hay que repetir el experimento y en qu orden para poder establecer con un grado de confianza predefinido la necesidad de una presunta relacin de causa-efecto. El diseo factorial encuentra aplicaciones en la industria, la agricultura, la mercadotecnia, la medicina, las ciencias de la conducta, etc. constituyendo una fase esencial en el desarrollo de un estudio experimental. DISEO 2K PARA K = 3 FACTORES Es un diseo de 3 factores, cada uno a 2 niveles y consta de 8 combinaciones. Geomtricamente el diseo es un cubo, cuyas esquinas son las 8 combinaciones. Este diseo permite estimar los 3 efectos principales (A, B, y C), las tres interacciones de dos factores (AB, AC, BC) y la interaccin de los tres factores (ABC). La estimacin de cualquier efecto principal o interaccin en un diseo 2k se determina al multiplicar las combinaciones de tratamientos de la 1 columna de la tabla por los signos del correspondiente efecto principal o columna de interaccin, sumando los resultados para obtener un contraste, y dividiendo el contraste por la mitad del n total de rplicas. A = [a+ab+ac+abc-(1)-b-c-bc]/4n B = [b+ab+bc+abc-(1)-a-c-ac]/4n C = [c+ac+bc+abc-(1)-a-b-ab]/4n AB = [abc-bc+ab-b-ac+c-a+(1)]/4n AC = [(1)-a+b-ab-c+ac-bc+abc]/n BC = [(1)+a-b-ab-c-ac+bc+abc]/4n ABC = [abc-bc-ac+c-ab+b+a-(1)]/4n

SIGNOS ALGEBRAICOS PARA CALCULAR LOS EFECTOS DEL DISEO 23 Comb.Tratamientos I A B AB C AC BC ABC (1) +- - + - + + a ++ - - - - + + b +- + - - + - + ab ++ + + - - - c +- - + + - - + ac ++ - - + + - bc +- + - + - + abc ++ + + + + + +

TABLA DE ANOVA DISEO 23 Fuente de Suma Variacion Cuadrados Tratamiento A SSA Tratamiento B SSB Tratamiento C SSC Interaccin AB SSAB Interaccin AC SSAC Interaccin BC SSBC Interaccin ABC SSABC Error Total SSE SST de Grados Libertad a-1 b-1 c-1 (a-1)(b-1) (a-1)(c-1) (b-1)(c-1) de Cuadrado Medio F0

(a-1)(b-1)(c-1) abc(n-1) abcn-1

MSA = SSA/a-1 MSA/MSE MSB = SSB/b-1 MSB/MSE MSC =SSC/c-1 MSC/MSE MSAB = SSAB/(a-1)(b-1) MSAB/MSE MSAC=SSAC/(a-1)(c-1) MSAC/MSE MSBC =SSBC/(b-1)(c-1) MSBC/MSE MSABC =SSABC/(a-1)(bMSABC/ME 1)(c-1) MSE =SSE/abc(n-1)

Eliminaremos la interaccin triple ABC, por lo que tendremos un grado de libertad ms para el error.

Diseo 2k con una rplica Si aumentamos el nmero de factores en un experimento factorial, tambin aumenta el nmero de efectos que pueden ser estimados. As un experimento 24 tiene 4 efectos principales, 6 interacciones dobles, 4 triples, y 1 cudruple. La mayora de las veces las interacciones de orden superior a dos son despreciables.

En experimentos factoriales 2k,con un k=3,4,5 o superior es comn efectuar una sola replica, despreciar las interacciones de orden superior a dos, y de estos modo poder utilizar los grados de libertad de dichas interacciones para la estimacin del error. Esta forma de actuar puede conducirnos a decisiones errneas si realmente alguna de estas interacciones que son de orden superior a dos son significativas. Aplicaciones El diseo de experimentos tiene una gran variedad de aplicaciones y puede ser aplicado a un gran nmero de industrias, la optimizacin de recursos, la identificacin de causas de variabilidad son algunos de los objetivos del diseo de experimentos aplicados en nivel industrial. Aplicaciones segn la clasificacin de la industria A continuacin se muestran algunos ejemplos de aplicaciones existentes segn el tipo de industria. Industrias pesadas o de base

Qumica pesada Estudio de la composicin para la elaboracin de productos: Estudio de los valores ms apropiados para la elaboracin de compuestos qumicos que requieran diversos componentes. Anlisis del efecto de las condiciones del entorno en la elaboracin del producto como la temperatura ambiente, humedad relativa etc.2

Industrias de bienes de equipo

Maquinaria Medida de la variabilidad de los instrumentos de medida: Es posible aplicar el diseo de experimentos como herramienta para determinar y mejorar los ndices de capacidad de un proceso concreto apoyndose en estudios de reproducibilidad y repetitividad. Diseo de motores elctricos: Estudio de las caractersticas constructivas del motor y su influencia en variables importantes como la perdida de flujo y la constante de velocidad. Diseo de electrodos: Estudio de los esfuerzos en los electrodos en funcin de la fuerza de aplicacin y el tamao del electrodo. Diseo de elementos de sujecin: Anlisis de la influencia de los parmetros geomtricos en la resistencia de los remaches.

Materiales de construccin

Estudios de corrosin: Estudios de la influencia del tiempo en la corrosin de aceros de construccin y metales en general. Aplicaciones en el mecanizado: estudio de la variabilidad en los procesos de mecanizado, ayuda a la reduccin de piezas defectuosas y aumento de la capacidad de produccin.

Produccin de vehculos industriales Estudio de procesos de soldadura: estudio de un proceso de soldadura, para determinar las variables que influyen en la resistencia de la soldadura.

Industria aeronutica Optimizacin del proceso de anodizado y pintado: optimizar los procesos de anodizado y pintado para conseguir una buena proteccin anticorrosin.

Industrias ligeras o de uso y consumo

Farmacia y qumica ligera Informtica y telecomunicaciones Estudio del rendimiento de una red informtica: Realizando simulaciones es posible cuantificar el rendimiento y las variables criticas que hacen que la transferencia de datos en la red sea econmicamente rentable. Mejora del rendimiento de un procesador: Se usa para determinar el impacto que tienen variables importantes como la temperatura y las horas de uso en el rendimiento del procesador. Reduccin del tiempo del CPU: El estudio se basa en la aplicacin del diseo de experimentos para determinar la mejor combinacin de factores que reduzcan el tiempo de CPU. Optimizacin de materiales en semiconductores: Estudio de las propiedades elctricas del arsienuro de galio dopado con silano. Diseo de filtros pasivos: se utiliza el diseo de experimentos para determinar los valores de las tolerancias de los componentes para optimizar los circuitos.

Biotecnologa Operaciones en un sistema de fangos activos: optimizar y entender las reacciones que se dan en el tratamiento secundario de una EDAR, por ejemplo, los fangos activos.

Pasos para el diseo de un experimento

Observacin Planteamiento del problema de investigacin

Hiptesis: hiptesis nula (Ho) e hiptesis alterna Mtodo (incluye la eleccin de los sujetos, para la conformacin de la muestra; el procedimiento, es decir, el tratamiento a los sujetos; las variables consideradas: variable dependiente, variable independiente, variables extraas) Resultados: aqu se describen cules fueron las relaciones observadas entre las variables (si los valores de la variable independiente realmente influyeron significativamente sobre los de la variable dependiente, si hubo tantas variables extraas como se pensaba o si surgieron otras), para lo cual se aaden a dicha descripcin tanto grficas (de barras, de pastel, etc.) como cuadros. Conclusiones

A partir de aqu, ya es posible pensar en la elaboracin del informe (publicacin del experimento y sus resultados, a travs de un artculo en una publicacin nacional o internacional, donde se incluirn, adems de las secciones ya mencionadas, las referencias bibliogrficas). Un ejemplo Un ingeniero quiere estudiar la resistencia de una pieza plstica sometida a temperaturas cambiantes. La pieza puede ser elaborada con tres tipos de plstico distintos. De ah que se plantee las siguientes preguntas:

Qu efecto tienen la composicin de la pieza y la temperatura en la resistencia de la pieza? Existe algn material con el que la pieza resulte ms resistente que con cualquiera de los otros dos independientemente de la temperatura?

Para darles respuesta, el ingeniero se plantea realizar una batera de experimentos. Cada uno de ellos consiste en tomar una pieza de un material dado, someterla a una temperatura prefijada y aplicarle una presin hasta que la pieza se quiebre. El grado de presin necesario ser la medida de resistencia de la pieza. Por fijar ideas, selecciona tres temperaturas, -20C, 20C y 60C. Por lo tanto, puede realizar 9, es decir, 3x3, pruebas distintas. Adems, decide repetir cada una de las 9 pruebas 4 veces cada una. Finalmente, decide aleatorizar las pruebas, es decir, desordenarlas aleatoriamente en el tiempo. Tras realizar los experimentos, obtiene 36, es decir, 4x9, medidas de resistencia distintas. A partir de ese momento, realiza un estudio cuantitativo utilizando tcnicas estadsticas, como la ANOVA, que ya no forman parte propiamente de la fase del diseo experimental. Ejemplo numrico Una empresa manufacturera desea saber qu factores son ms importantes en el proceso de mecanizado, para obtener el mejor acabado superficial en uno de sus productos. Para realizar el experimento se han identificado 3 parmetros que se consideran de importancia,

la velocidad de giro de la maquina, el avance y el radio de le herramienta. Se ha decido realizar un experimento a dos niveles (alto y bajo), con 3 factores. Los datos tomados son los siguientes. Corrida 1 2 3 4 5 6 7 8 Velocidad de giro Avance (RPM) (mm/rev) 588 0,004 588 0,004 588 0,008 588 0,008 1182 0,004 1182 0,004 1182 0,008 1182 0,008 Radio de la herramienta ( Acabado pulgadas)o superficial 1/64 50,50,55,50 1/32 145,150,100,110 1/64 160,160,160,155 1/32 180,190,195,200 1/64 60,60,60,55 1/32 25,35,35,30 1/64 160,160,160,160 1/32 80,70,70,80

Para el anlisis del experimento se toma la siguiente notacin

Factor A: Velocidad de giro (RPM) Factor B: Avance (mm/rev) Factor C: Radio de la herramienta ( pulgadas) Respuesta: Acabado superficial

Primero es necesario definir la matriz que tome tanto los efectos principales, como las interacciones entre ellas. Segn muchos autores, se suele despreciar las interacciones de tercer orden o superiores ya que no influyen de manera significativa.14 La matriz para nuestro caso, queda como sigue. Combinaciones de Tratamientos A B C AB AC BC ABC RESPUESTA 1 -1 -1 -1 1 1 1 -1 145,150,100,110 a 1 -1 -1 -1 -1 1 1 25,35,35,30 b -1 1 -1 -1 1 -1 1 180,200,190,195 ab 1 1 -1 1 -1 -1 -1 70,70,80,80 c -1 -1 1 1 -1 -1 1 50,50,50,55 ac 1 -1 1 -1 1 -1 -1 55,60,60,60 bc -1 1 1 -1 -1 1 -1 155,160,160,160 abc 1 1 1 1 1 1 1 160,160,160,160 Con esta matriz se pasa a realizar el anlisis de la influencia de cada componente sobre la respuesta utilizando el anlisis de la varianza (ANOVA).

La tabla ANOVA inicial queda como sigue: Fuentes de Suma de grados de Cuadrado Contraste Variacin Cuadrados libertad Medio A -810 20503,125 1 20503,125 B 1270 50403,125 1 50403,125 C 20 12,5 1 12,5 AB -110 378,125 1 378,125 BC 400 5000 1 5000 AC 880 24200 1 24200 ABC 60 112,5 1 112,5 ERROR 2312,5 24 96,3541667 TOTAL 102921,875 31 3320,06048 Fo Ft

212,789189 4,2596 523,102703 4,2596 0,1297 4,2596 3,92432 4,2596 51,89189 4,2596 251,1567 4,2596 1,1675 4,2596 34,02659

Se puede apreciar en la tabla inicial que las interacciones ABC, no afectan significativamente a la respuesta, pues su Fo es menor a Ft. As pues eliminamos la interaccin ABC (antes se haba mencionado que estos efectos son despreciables de manera directa por varios autores), y pasamos a re calcular la tabla ANOVA, y eliminamos aquellos elementos cuyas Fo sean menor a Ft. Es necesario recordar que no es posible eliminar los efectos principales si existen interacciones dobles donde estas se encuentren, es decir no es posible eliminar A, sin antes haber eliminado AC y AB. la tabla final de la ANOVA es la siguiente. Fuentes de Suma de grados de Cuadrado Contraste Variacin Cuadrados libertad Medio A -810 20503,125 1 20503,125 B 1270 50403,125 1 50403,125 C 20 12,5 1 12,5 BC 400 5000 1 5000 AC 880 24200 1 24200 ERROR 2803,,125 26 107,8125 TOTAL 102921,875 31 3320,06048 Fo Ft

212,789189 4,2252 523,102703 4,2252 0,1297 4,2252 51,89189 4,2252 251,1567 4,2252 38,0730051

Como se puede apreciar en la tabla, no es posible eliminar el efecto principal C aun si su Fo es menor a su Ft, ya que existen las interacciones BC y AC las cuales son significativas. La tabla ANOVA nos muestra que la influencia de los efectos principales A, B, C y los interacciones dobles AC y BC tienen una importancia no despreciable en la respuesta. Para cuantificar que tanto influye cada elemento, pasamos a calcular su efecto y los coeficientes de la ecuacin que predecir la respuesta en funcin de los elementos que hemos considerado como importantes.

Fuentes de Variacin Efecto Coeficiente Interseccin de la recta A 5125,7815 2562,89063 106,5625 B 12600,7813 6300,39063 C 3,125 1,5625 BC !250 625 AC 6050 3025 El diagrama de Pareto para nuestro caso, revela el peso que tiene cada elemento en la respuesta. Se puede apreciar la importancia de cada elemento en orden descendente. 1. Avance: es la variable que ms influye en el acabado superficial, si se quiere tener una mejor respuesta es necesario actuar sobre esta variable. 2. Velocidad de Giro y radio de la herramienta: esta interaccin doble representa tambin una variable no menospreciable y la actuacin sobre estas dos variables lograra tener una mejor respuesta. 3. Velocidad de Giro: si bien parece que est en tercer lugar, su efecto en la respuesta es casi idntica a la interaccin doble, por lo que es actuar sobre esta variable mejorara la respuesta. 4. Avance y radio de la herramienta: el efecto conjunto de estas dos variables muestra una influencia en la respuesta significativa estadsticamente pero no tan grande como las anteriores. 5. Radio de la herramienta: su efecto es casi imperceptible sin embargo no es posible eliminarla por la existencia de interacciones dobles