1. Es la aplicación del método científico para generar
conocimiento acerca de un sistema o un proceso.
Es una secuencia de etapas que deben realizarse para
cumplir los objetivos que se persiguen.
Es un conjunto de técnicas activas, en el sentido de que
no esperan que el proceso mande las señales útiles, si no
que este se manipula para que proporcione la información
que se requiere.
2. Decidir cuales
pruebas o
tratamientos se
correrán en el proceso
y cuantas repeticiones
de cada uno.
Obtener datos que, al
ser analizados
estadísticamente,
proporcionen
evidencias objetivas
acerca de un proceso o
sistema
Responder las
interrogantes
planteadas.
Dar solución al
problema.
3. Lograr que el proceso de generar conocimiento y
aprendizaje sea lo más eficiente posible y proporcionar la
máxima cantidad de información pertinente a la solución
problema.
5. Son pruebas que verifican a las hipótesis sobre causas, de
un determinado problema ,donde se escogen ciertas
variables que se alteran de forma controlada con el
objetivo de medir el efecto del cambio en una o varias
propiedades del producto o resultado y observar las
consecuencias resultantes..
6. En general un experimento se realiza por
alguna de las siguientes causas:
Determinar los principales motivos de
variación de una repuesta
Encontrar las condiciones con las que
se consigue un valor extremo en la
variable de interés.
Comparar las respuestas en diferentes
niveles de observación de las variables.
Obtener una relación que permita
hacer predicciones de respuestas
futuras.
7. La unidad experimental es la pieza (s) o muestra (s) que se
utiliza para generar un valor que sea representativo del
resultado de la prueba.
Es importante definirla de manera cuidadosa, ya que la
unidad experimental puede ser una pieza o muestra de una
sustancia o un conjunto de piezas producidas, dependiendo
del proceso que se estudie.
8. Los diferentes valores que se le asignan a cada variable
estudiada de un diseño experimental, se le llaman niveles.
Una combinación de niveles de todas las variables
estudiadas se le llama tratamientos o punto de diseño.
9. Nivel de velocidad Nivel de temperatura Tratamientos
1 1 1
2 1 2
1 2 3
2 2 4
Se tienen 2 variables: velocidad y temperatura
Se prueba cada variable a dos niveles (1,2)
Por lo que se tienen 4 tratamientos
10. Es el arreglo formado por las diferentes condiciones de proceso
y tratamientos que serán corridos incluyendo las repeticiones.
11. Es realizar la experimentación con los tratamientos y
repeticiones de acuerdo con el plan experimental
seleccionado, llevar a la práctica la matriz de diseño
elaborada previamente.
12. Consiste en hacer corridas
experimentales en orden
aleatorio, (al azar); este
principio aumenta la
posibilidad del que el
supuesto de independencia
de los errores se cumpla.
Es correr más de
una vez un
tratamiento.
Es nulificar o tomar en
cuenta en forma adecuada
todas las variables que
puedan afectar la respuesta
observada.
13. Los cinco aspectos que más influyen en la selección
de un diseño experimental, en el sentido de que
cuando cambian por lo general nos llevan a
cambiar de diseño son:
14. Selección de
diseño
experimental
El objetivo del
experimento
El número de
factores a
estudiar
El número de
niveles que se
prueban en cada
factor
Los efectos que
interesa
investigar
(relación
factores -
respuesta)
El costo del
experimento,
costo y precisión
dada.
15. El objetivo del experimento se utiliza como un
criterio general de clasificación de los diseños
experimentales, mientras que los otros cuatro son
útiles para subclasificar.
En este sentido, de acuerdo con su objetivo los
diseños se pueden clasificar en:
16. Diseños para comparar dos o más
tratamientos
Diseños para estudiar el efecto de varios
factores sobre la(s) respuesta(s).
Diseños para determinar el punto
óptimo del operación del proceso
Diseños para la optimización de una
mezcla
Diseños para hacer el producto o
proceso insensible a factores no
controlables.
17.
18. Diseños para
comprobar dos o más
tratamientos
Diseños
completamente
al azar
Diseños de
bloques
completos al azar
Diseños en
cuadros latinos y
grecolatino
a)
19. Diseño para estudiar el efecto de
varios factores sobre una o mas
variables de respuesta
Diseños
factoriales 2k
Diseños
factoriales 3 k
Diseños
factoriales
fraccionados 2 k-p
b)
20. Diseños para la
optimización
de procesos
Diseños para
modelos de
primer orden
Diseños factoriales 2k
y 2k-p
Diseño de Plakket-
Burman
Diseño simplex
Diseños para
modelo de
segundo orden
Diseño central
compuesto
Diseño de Box -
Behnken
Diseños factoriales 3k
y 3k-p
c)