PRINCIPIOS DEL DISEO EXPERIMENTAL

El Diseo de Experimentos tuvo su inicio a partir de 1935 por Sir Ronald A. Fisher, quien
sent la base de la teora del Diseo Experimental. Actualmente las aplicaciones son
mltiples, especialmente en las ciencias naturales, la ingeniera, y casi todas las ramas de la
ciencia en las que se originen observaciones sistemticas, bajo condiciones controladas. El
investigador determina y controla los protocolos de un experimento para evaluar o contrastar
hiptesis.
Los estudios Experimentales, tambin llamados Experimentos Comparativos, se utilizan
en reas como biologa, medicina, agricultura y otras ciencias. El trmino comparativo
implica que se establecen un conjunto de circunstancias en el experimento y que se comparen
entre s las respuestas a las diferentes circunstancias. La metodologa estadstica es el enfoque
ms objetivo para analizar un problema que involucre datos sujetos a variaciones no
controladas o errores experimentales, as como para obtener conclusiones vlidas a partir de
los datos.
Los tres principios bsicos del diseo de experimentos son: el Control local, la
Aleatorizacin y la Replicacin o repeticin.
Replicacin: se refiere a una repeticin del experimento bsico1. Suponga que un ingeniero
agrnomo est interesado en estudiar el efecto que tienen, sobre el desarrollo de una
enfermedad, dos procesos diferentes de labrado: el autctono y el propuesto por un sistema
nuevo. En este ejemplo, una rplica consistir en cada de un par de las parcelas, una trabajada
en el sistema autctono y otra en el sistema nuevo. Si se trabajan cinco parcelas en cada
sistema, se dice que se ha obtenido cinco repeticiones en cada tratamiento. La rplica permite
al experimentador obtener una estimacin del error experimental, y esto es la base para
determinar si las diferencias que se puedan encontrar son estadsticamente significativas, y
por otro lado permite calcular una estimacin ms precisa del efecto de un factor (si se usa
la media de la muestra como estimacin del efecto).
La replicacin de un experimento proporciona los datos para estimar la varianza del error
experimental.
Aleatorizacin: es la asignacin aleatoria de los tratamientos a las unidades experimentales.
Fisher seal que la aleatorizacin permite obtener estimaciones vlidas de la varianza del
error y fundamenta el uso de los mtodos estadsticos en el diseo de experimentos.
Aleatorizar convenientemente el experimento ayuda a cancelar los efectos de factores
extraos, que pudieran estar presentes y que el investigador no controla.
Control local o bloqueo: Es una tcnica que se usa para aumentar la precisin del
experimento. Un bloque es una porcin del material experimental tan homogneo como sea
1

Aunque no es norma, algunos autores diferencian repeticin de rplica, dejando el trmino rplica
o replicacin para hacer referencia a una repeticin completa de todo el experimento, la cual podra
ser realizada en otro momento, espacio y/o por otro investigador. En tal sentido, se habla de que un
experimento sea replicable.

posible. Si para realizar el experimento no se cuenta con la totalidad de UE similares, se

realiza una particin de las unidades experimentales disponibles en subconjuntos
homogneos.
Los estudios Observacionales son aquellos para los que no es posible modificar las
condiciones bajo las cuales de toman las mediciones. Los investigadores de las ciencias
sociales, ecologa, vida silvestre, vida marina y de otros tipos de patrimonio natural llevan a
cabo estudios por observacin en vez de la experimentacin directa.
El tipo de inferencia realizada es la diferencia principal entre un experimento diseado y un
estudio por observacin. En el experimento diseado suele ser posible asignar relaciones
causales entre las respuestas y los tratamientos o condiciones bajo las cuales se realiza la
observacin; en los estudios observacionales se limitan a asociar o relacionar los efectos o
las respuestas y las condiciones de la observacin -el concepto de tratamiento no es aplicable
aqu.
Existen dos aspectos metodolgicos en cualquier problema experimental:
Diseo del experimento
Anlisis de la informacin contenida en los datos
Estos dos temas estn estrechamente relacionados, ya que el mtodo de anlisis utilizado
depende directamente del diseo empleado. El anlisis de cualquier conjunto de datos est
gobernado por la manera en que fueron obtenidos los datos.

Qu se entiende por diseo experimental?

Disear un experimento significa planificar una secuencia de actividades que permitan reunir
informacin pertinente al problema bajo investigacin. Muy a menudo se seleccionan datos
que tienen muy poco o nada que ver con la solucin del problema que se plantea.
El diseo de un experimento es la secuencia completa de pasos determinados de antemano
para asegurar que los datos obtenidos sean apropiados y que su anlisis conduzca a
deducciones vlidas con respecto al problema.
El propsito de un diseo experimental es proporcionar la cantidad mxima de informacin
correspondiente al problema bajo investigacin, proporcionar una estrategia para obtener la
mayor cantidad de informacin vlida acerca de un fenmeno; esto debe realizarse de la
manera ms simple posible, ahorrando tiempo, esfuerzo y material experimental. El costo y
el uso adecuado del material disponible para obtener mediciones, que tengan el mnimo error
experimental son tambin parte del diseo.
Si se necesita estudiar el efecto de una dieta en animales de una cierta raza, o si deseamos
saber el efecto de un nuevo medicamento sobre el desarrollo de un tumor, algunas de las
preguntas que se beben responder son:

Cmo se va a medir el efecto del nuevo tratamiento?

Qu se va a medir? Variable(s) respuesta.

A quin o a qu se va medir? Unidad Experimental.
Factores que afectan a dicha caracterstica (peso inicial, edad).
Factores que se controlarn en la investigacin.
Cuntas veces se ejecutar el experimento?
Cul es el margen de error admitido para la medicin?

Al iniciar el estudio, el investigador desarrolla una lista de verificacin; algunos aspectos que
no pueden faltar son:
1. Definir el problema: En esta etapa se debe determinar los antecedentes, importancia,
objetivos y la hiptesis que se va a contrastar.
2. Planeamiento y diseo del experimento: En esta etapa se debe tener en cuenta: Lugar de
ejecucin del experimento, tamao de la parcela o unidad experimental, nmero de
repeticiones por tratamiento, equipos e instrumentos que se van a utilizar y mtodos de
evaluacin de los resultados.
Objetivos especficos del experimento.
Identificacin de los factores que influyen, considerando cules de ellos varan y cules
permanecen constantes.
Caractersticas que se van a medir.
Procedimientos particulares para realizar las pruebas o medir las caractersticas.
Nmero de repeticiones del experimento bsico.
Recursos y materiales disponibles
3. Ejecucin del experimento.
Forma de garantizar la uniformidad en las labores complementarias.
Formularios de registro de informacin.
Recoleccin de mediciones.
4. Procesamiento de la informacin.
5. Discusin de los resultados.
Anlisis econmico de los tratamientos que se probaron y utilidad prctica.
6. Conclusin final y recomendacin.
La lista no es exhaustiva, se presenta como esbozo, no termina aqu. Definamos otros
elementos importantes del diseo:
Unidad Experimental (u.e.): Mnimo elemento objeto de estudio donde se realizar la
medicin, es la entidad fsica expuesta al tratamiento, un animal o grupo de animales, una
parcela etc.; el investigador debe reconocer la diferencia de esta con la unidad sobre la cual

se realiza la medicin (unidad de observacin) pues la unidad experimental puede construirse

promediando el resultado de varias mediciones.
La unidad experimental, es el objeto o espacio al cual se aplica el tratamiento y donde se
mide y analiza la variable que se investiga. En los experimentos pecuarios la unidad
experimental por lo general est conformada por un animal (cuye, cerdo, pato, etc.) o por un
lote o grupo de los mismos, en los experimentos forestales la unidad experimental en la
mayora de los casos est conformada por un rbol y en la mayor parte de las pruebas de
campo agrcolas, la unidad experimental es una parcela de tierra en lugar de una planta
individual. Sobre la unidad experimental se impone la necesidad de que cada una de ellas
tenga el carcter de Independiente (muy especialmente en el ANOVA clsico) para poder
evaluar el efecto de los Factores (controlados) sobre la variable dependiente analizada.
Tratamiento. El tratamiento establece un conjunto de condiciones experimentales que
deben imponerse a una unidad experimental como consecuencia de la hiptesis de
investigacin y son el centro de la misma. Ejemplo: dietas, variedades de cultivos,
temperaturas, tipos de suelo etc. Si se estudia ms de un factor, las combinaciones de los
niveles de los factores sern los tratamientos.
Testigo. Por ejemplo, si se usan cinco tratamientos con fertilizante, el testigo puede ser aquel
tratamiento que no incluye fertilizante. La eleccin del tratamiento testigo es de gran
importancia en cualquier investigacin, ste se constituye como referencia de las mediciones
y sirve para la comparacin de los tratamientos en prueba.
Efecto de Borde. En los experimentos agrcolas y en ecologa, muchas veces existen
diferencias en los efectos que se expresan en las unidades situadas en los permetros de la
parcela en relacin con aquellas unidades en la parte central; esta diferencia es llamado efecto
de borde y puede causar sobre-estimacin o sub-estimacin de las respuestas de los
tratamientos, llegando con esto a comparaciones sesgadas entre ellos.
El efecto de borde puede ser causado por:
Cambios en el ambiente o entorno de la unidad experimenta, en la vecindad de las
parcelas o reas no cultivadas, que hace que las plantas en los permetros tengan menor
competencia de luz y nutrientes.
Competencia o interaccin entre tratamientos, que tienen relacin de vecindad.
Para controlar el efecto de borde se acostumbra a evaluar solamente las plantas centrales del
lote o parcela para los fines experimentales. Estas plantas centrales constituyen lo que se
llama PARCELA EXPERIMENTAL NETA o PARCELA EFECTIVA.
Covariable: son variables adicionales que afectan a la variable respuesta y no pueden ser
controladas en la conduccin del experimento, pero si se puede tenerse y cuantificar su
efecto.
Error experimental: Describe la variacin entre unidades tratadas de manera independiente
e idntica. Est constituido por aquellas variaciones o alteraciones de la variable respuesta
que se originan en factores no controlados o no conocidos; indica la variacin intrnseca a

las Unidades experimentales respecto al valor central o esperado de la respuesta, en cada

subpoblacin que el experimento considera.
Algunas fuentes del error experimental:
Las variaciones en la respuesta pueden originarse en varios tipos de influencias, de las cuales
algunas no pueden evitarse, otras son aceptables (manejables) y otras resultan en la
descalificacin total de la informacin que se tome. De esta forma, es necesaria:
La variacin natural entre unidades experimentales (material usado para el
experimento) o en las condiciones de experimentacin del suelo, la gentica,
variaciones climticas, etc.
No son permitidas pero son manejables
La variabilidad en la medicin de la respuesta puede aparecer por falta de uniformidad
con la que se manejan las unidades experimentales (trabajadores ms o menos
hbiles, en general desuniformidad en labores complementarias.
La imposibilidad de reproducir las condiciones del tratamiento con exactitud de una
unidad a otra (eventos extraos a la medicin como tormentas, inundaciones).
La interaccin de los tratamientos con las unidades experimentales.
No son permitidas en absoluto
Cualquier otro factor externo que influya en las caractersticas medidas y que no sea
tenido en cuenta por el experimentador. Esta condicin es denominada efecto de
factores de confusin.
Errores de medicin-observacin, falta de precisin en los mtodos, o en los aparatos
de lectura, errores de escritura-digitacin de resultados.
Un importante objetivo del anlisis estadstico es lograr una estimacin de la varianza del
error experimental. Por ello, decimos que hay formas de reducir el error experimental pero
no de evitarlo. Para reducir el error debemos tener en cuenta:
Aplicar el Diseo experimental ms eficiente.
Usar material experimental homogneo.
Utilizar informacin de variables aleatorias relacionadas.
REPETICIN. Se denominan de esta forma a las unidades experimentales que reciben el
mismo tratamiento de forma independiente. La rplica se refiere a la repeticin del
experimento bsico. La obtencin de rplicas permite obtener una estimacin del error
experimental as como calcular una respuesta ms precisa del efecto a estudio. Entre mayor
sea el nmeros de repeticiones para cada experimento, mejor ser el resultado obtenido en la
estimacin de la varianza.
Es bastante comn que por dificultades o costos de obtener unidades de observacin o de
medicin, se tenga la idea de subdividir las unidades experimentales, como una estrategia
para disponer de un mayor nmero de repeticiones; con este procedimiento se resta validez
externa a las conclusiones al tiempo que deterioran la consistencia interna del experimento.
La subdivisin a posteriori de unidades experimentales viola el supuesto de Independencia
de las observaciones (se obtienen las llamadas pseudorepeticiones).

Por ejemplo, dos mediciones independientes de la estatura de una persona no dan una medida
de la variacin de las estaturas de la poblacin de personas, sino que dan una medida de la
variacin de la medicin de estatura en esa persona.
En otro ejemplo, considere un experimento para comparar la capacidad de tres conservadores
para inhibir el crecimiento de hongos en cierto tipo de pastel. Se aplica un conservante a cada
pastel. Despus de 9 das de almacenado se mide el nmero de esporas de hongo por cm3.
Como el investigador quiere 10 rplicas para el anlisis, divide cada pastel en 10 partes y
obtiene la medicin de esporas de hongo en cada parte. Sin embargo, esas 10 mediciones no
resultan de 10 aplicaciones independientes del conservante. La medida de variacin de sus
submuestras es un indicador de la variacin dentro del pastel y no de la variacin entre
unidades experimentales. Para tener 10 rplicas, el investigador necesita hacer 10 pasteles
con cada conservante, cada uno de ellos mezclado independientemente del otro.
Al aumentar el nmero de repeticiones no solo se pueden obtener intervalos de confianza
ms estrechos para los promedios, sino que tambin se aumenta la potencia de las pruebas y
se pueden detectar cambios ms pequeos en los efectos de los tratamientos. En general, se
disminuyen simultneamente, las probabilidades de error tipo I y II.
Estructura de tratamientos. Es el conjunto de tratamientos, combinacin de los niveles de
los factores bajo estudio, o poblaciones que son seleccionadas por el investigador para
comparar. La estructura de tratamientos puede ser un conjunto de K tratamientos, llamada
estructura de tratamientos unifactorial (de una va, oneway), o un conjunto de combinaciones
de niveles como un arreglo factorial de 2 factores (vas) o de mayor orden.
Estructura de diseo. Es la forma en que se agrupan las u.e. en conjuntos homogneos
(bloques). La estructura de diseo de un experimento involucra el agrupamiento de las u.e.
de tal manera que las condiciones bajo las cuales se observan los tratamientos sean lo ms
uniformes posible. Si todas las u.e. son homogneas, entonces solo hay un grupo o bloque de
observaciones y las u.e. pueden ser asignadas a los tratamientos completamente al azar. Esta
estructura de diseo se llama diseo completamente al azar
Si se requiere ms de un grupo de u.e. para que dentro de cada grupo las u.e. sean ms
homogneas entre s que entre grupos, entonces la estructura de diseo es algn tipo de diseo
de bloques.
Una vez que se seleccionaron la estructura de tratamientos y de diseo, el diseo
experimental se especifica describiendo exactamente el mtodo de asignacin aleatoria de
los tratamientos a la u.e. en la estructura de diseo.
El diseo experimental define el modelo apropiado que debe usarse para un anlisis correcto.
Al construir el modelo, se hacen dos suposiciones bsicas:
1. Se supone que los componentes de la estructura de diseo son efectos aleatorios, esto es,
los bloques usados son una muestra aleatoria de la poblacin de posibles bloques de u.e.

2. Se supone que no hay interaccin entre los componentes de la estructura de diseo y los
componentes de la estructura de tratamientos. Es decir, se supone que la relacin existente
entre los tratamientos ser consistente de bloque a bloque, o dicho de otra manera, los
bloques no influyen en la relacin entre los tratamientos.
La estructura de diseo se selecciona usando toda la informacin disponible de las u.e. y se
escoge independientemente de la estructura de tratamientos.
Tipos de estructura de diseo.
1. Diseo completamente al azar. Se supone que todas las u.e. son homogneas y los
tratamientos se asignan a las u.e. completamente al azar.
2. Diseo de bloques al azar (completos). Si hay K tratamientos, este diseo consiste de b
bloques con K u.e. cada uno. Cada tratamiento se asigna aleatoriamente a las u.e. en cada
bloque. (Restriccin en la aleatorizacin).
3. Diseo de bloques incompletos. Cuando el nmero de tratamientos es mayor que el
nmero de u.e. en cada bloque.
4. Combinaciones y generalizaciones. El tamao de los bloques vara de bloque a bloque, o
algunos bloques estn incompletos y otros completos.
Tipos de estructuras de tratamientos
1. Estructura de una va (one way). Consiste de un conjunto de t tratamientos o poblaciones
que corresponden a los k niveles del factor bajo estudio.
2. Estructura de dos vas (two way). Consiste de un conjunto de tratamiento construidos al
combinar los niveles de dos factores. Si el primer factor tienes niveles y el segundo r
niveles, resultan s r tratamientos. Ejemplo: Diseo factorial 34, 12 tratamientos.
3. Estructura de arreglo factorial. Consiste de un conjunto de tratamientos construidos al
combinar los niveles de 2 o ms factores.
4. Estructura de arreglo factorial fraccionado. Consiste de solo una parte o fraccin de todas
las combinaciones posibles de niveles (tratamientos) de un arreglo factorial Existen
diferentes tcnicas para seleccionar la fraccin apropiada.

Tipos De Modelos Estadsticos

De acuerdo a la seleccin de los tratamientos se tiene la siguiente clasificacin:
Modelos de Efectos Fijos. Se presenta cuando los niveles de los factores (y con esto, los
tratamientos) que intervienen en un experimento son todos los posibles para el factor o de
antemano son fijados por el investigador como los nicos sobres los que se realizar la
inferencia; es decir, no se efecta una eleccin aleatoria. En estos casos las conclusiones del
anlisis de variancia solamente son vlidas para los tratamientos usados en el experimento.
Modelos de Efectos aleatorios. Se presenta cuando los niveles de los factores que
intervienen en un experimento son elegidos al azar de una poblacin de posibles niveles. En
estos casos las conclusiones del anlisis son vlidas de ms ampliamente, tanto para los
niveles incluidos en el estudio como para los dems no usados.

Modelos de Efectos Mixtos. Se presenta cuando se incluyen en el estudio factores con

efectos fijos y otros con efectos aleatorios.

Mtodo cientfico y Diseo de Experimentos

Desde la Ilustracin (en la que se deja de lado las explicaciones mitolgicas del Universo
reemplazndolas por explicaciones que luego se catalogaron como Precientficas), se vienen
empleando diversas tcnicas para la adquisicin de conocimiento; la filosofa de la ciencia
paulatinamente ha llegado a cierto consenso acerca del cmo acceder al conocimiento y
actualmente se le reconoce cierta validez al circuito observacin - hiptesis - validacinsntesis.
Mtodo inductivo. Se observan casos o comportamientos particulares que se extienden a
normas generales. La fragilidad de este mtodo es fcilmente demostrable. Basta con
verificar que, a pesar de que muchos cuerpos caen, los cuerpos ms livianos que el aire no
lo hacen: la generalizacin de las observaciones siempre precisa de la delimitacin de las
condiciones bajo las cuales es vlida la induccin.
Si los objetos de investigacin son infinitos o no pueden estudiarse en su totalidad, se toma
una muestra representativa que permita generalizar (induccin incompleta). Si la conclusin
se infiere observando que un mismo carcter se repite en una serie de elementos del objeto
de investigacin (induccin por enumeracin), la generalizacin slo es probabilstica. La
induccin incompleta puede ser cientfica; en este caso, se estudian los caracteres,
conexiones, relaciones de causalidad, etc., del objeto de investigacin; este mtodo se apoya
en los mtodos empricos de observacin y experimentacin.
En el mtodo de induccin hay otras variantes para encontrar relaciones causa-efecto a partir
de la experimentacin, tales como:
Concordancia: se comparan varios casos donde se presenta un fenmeno y se infiere
como causa al fenmeno, lo que se repite en los casos.
Diferencia: del anlisis de varios casos, se observa qu ausencia de una circunstancia,
no produce el efecto, estando siempre todas las dems circunstancias; la circunstancia
ausente es la causa de lo investigado.
Variaciones concomitantes: si la variacin de una variable o fenmeno aparece con
la variacin de otra variable o fenmeno, entonces hay relacin causa-efecto entre las
variables o fenmenos.
Residuos: para un fenmeno dado, se eliminan las circunstancias cuyas causas se
conocen; la circunstancia residual es la causa del fenmeno.
Mtodo sinttico. Mediante una reunin racional de elementos dispersos o hechos
aparentemente aislados, se formula una teora que unifica los diversos hechos o
elementos.
Mtodo hipottico-deductivo. Se propone una hiptesis2 a partir de la inferencia de
datos empricos (induccin) o de principios y leyes (deduccin). A partir de ella y
2

Proposicin que establece relaciones, entre hechos o variables.

mediante deduccin lgica, se obtienen conclusiones particulares que se pueden

comprobar experimentalmente.

Figura. Un esquema para la bsqueda de informacin

La experimentacin cientfica
La experimentacin consiste en alterar controladamente las condiciones naturales del objeto
de investigacin, de forma que realizando pruebas, creando modelos y reproduciendo
condiciones, se obtendrn relaciones o rasgos del objeto o problema. Con ella, se caracterizan
los factores (X) de mayor influencia en variables de respuesta (Y) del objeto, de forma que
si se realizan cambios sistemticamente controlados en los factores del proceso, sea posible
observar y cuantificar los cambios que estos generan sobre la variable de respuesta.

El Mtodo Cientfico
En trminos simples, lo podemos definir como la aplicacin de la lgica y la objetividad para
entender un fenmeno, descubrir nuevo conocimiento o resolver un problema; en general se
caracteriza por partir de lo conocido (definiciones, conceptos), utilizar las operaciones
lgicas y validar hiptesis mediante la observacin o la experimentacin.

No hay reglas ni pasos infalibles para aplicar el mtodo cientfico; los siguientes son algunos
de los ms importantes:
Formular precisa y especficamente el problema: Inicialmente se percibe la dificultad
(hay un problema que preocupa, faltan medios para resolverlo, no se explica un
acontecimiento inesperado), luego mediante observacin o experimentacin se
identifica y precisa la dificultad o el problema.
Proponer hiptesis bien definidas y fundamentadas como posible solucin del
problema; las hiptesis deben:
I. Ser empricas, sin prejuicios.
II. Ser conceptualmente claras.
III. Ser especficas, sin predicciones generales.
IV. Estar relacionadas con las tcnicas tericas disponibles para verificarlas.
Someter la hiptesis a una verificacin rigurosa: normalmente mediante
experimentacin.
Deducir las consecuencias de la solucin propuesta, su alcance y limitaciones, teniendo
en cuenta que las hiptesis confirmadas no son absolutamente verdaderas.
Intentar formalizar en leyes el nuevo conocimiento obtenido.
Analizar extensiones, planteamientos alternos o trabajos futuros.

DISEO DE EXPERIMENTOS
En general, se aplica el diseo de experimentos para sistemas donde existen una o varias
variables de respuesta (Y) cuyo valor depende de una o varias variables independientes (X)
o factores que pueden ser controlables. Las respuestas pueden estar influenciadas por otras
variables no controladas (Z).
El objetivo de la investigacin es la adquisicin de nueva informacin de modo que se
expanda el cuerpo de conocimiento disponible para la Ciencia. Este cuerpo de conocimiento
consiste de tres grandes componentes:
1. Descripcin de fenmenos en trminos de caractersticas observables en elementos o en
eventos.
2. Descripcin de asociaciones entre fenmenos.
3. Descripcin de asociaciones causales entre fenmenos.
Las ciencias, en general, se distinguen por el nivel de contenido de estos tres tipos de
componentes. Las ciencias duras (como la fsica y la qumica) manejan un gran cuerpo de
conocimiento constituido por el tipo 3 -relaciones causales. Las ciencias blandas manejan
sobre todo de los tipos 1 y 2 - fenomenolgicas y asociativas.
Ninguno de estos tipos de descripcin, sin embargo son exactos:
Toda informacin es imperfecta. Debemos tratarla con humildadel
errorest indisolublemente ligado a la naturaleza del conocimiento
humano
(Jacob Bronoswski)

De esta forma, todas las ciencias comparten informacin en algn grado incierta.
Cuando un cientfico agrega algo al cuerpo de conocimiento disponible, el grado de
incertidumbre asociado a cada pieza de informacin es descrita a travs de la valoracin
estadstica de la probabilidad de que lo establecido sea cierto o falso.
Se busca, en particular:
Obtener un conocimiento inicial sobre un sistema en estudio
Identificar los factores de inters.
Determinar los efectos de los factores sobre las variables respuestas, cules son los ms
importantes y cmo son las interacciones.
Optimizar las respuestas, determinar los niveles de factores que permiten las respuestas
ptimas.
Determinar la robustez del sistema ante las variables no controladas o variaciones
indeseables de los factores.

______________
Tomado de Universidad Nacional de Colombia, sede Medelln, Facultad de Ciencias
Agropecuarias, Departamento de Ciencias Agronmicas.