Doe1 1-20

• Vidal Flores Copa
Con un diseño factorial 2k se estudia el efecto

de dos factores considerando dos niveles
GRÁFICA DE PARETO
GRÁFICA DE DANIEL
Considere la investigación del efecto de la concentración del reactivo y de la
cantidad del catalizador sobre la conversión (rendimiento) de un proceso. Sea
la concentración del reactivo el factor A y sea 15 y 25% los niveles de interés.
El catalizador es el factor B, con el nivel alto denotado el uso de 2 libras del
catalizador y el nivel bajo denotado el uso de 1 libra. Se hacen tres replicas
del experimento. Montgomery 2ªEd. Pag219
Numero de factores K: 2
Niveles n: 2
Repeticiones o replicas r: 3
Variable Respuesta VR:1
NIVELES UNIDADES
KDetalle -1 +1N/A
1A: Concentracion reactivo 15 25%
2B: Catalizador 1 2lb
Ejemplo 25
Gutierrez y de la Vara. Pag 208
Coeficiente de variación CV
Es una medida de la
variabilidad relativa, para
cuantificar en términos
porcentuales la variabilidad 5-10 % Excelente
de las unidades 11-15% Muy bueno
experimentales frente a la 16-20% Bueno
aplicación de un determinado 21-25% Regular
tratamiento 26-31% Malo
>31% Muy malo
Raul Ochoa. Pag 20
La interacción doble que se observa de CE, BC se observa que el
factor C influye en alguna forma y no dará lo mismo en cualquier
valor del factor C como en el anterior caso, para lo cual con la
ayuda de las gráficas observamos que el factor C es da mayores
rendimientos cuando C se encuentra en su valor mas alto C+, y los
demás factores hacemos un análisis por cada factor para un alto
rendimiento.
Rendimiento predicho para los valores
seleccionados de cada factor (-,-,+,-,-)
A,B,C,D,E
Montgomery 8va ed, pag 290
¿Por que trabajamos con Variables Codificadas -1; +1 ?
Para describir modelos en los cuales las Interacciones significativas no son jerárquicas
¿Que es jerarquía?
Supongamos en un proceso se estudia 7 factores (A,B,C,D,E,F,G)
de los cuales solo 3 son significativos (A,C,E)
Se encuentra además las siguientes interacciones significativas: AC; AF; CG
Modelo: Y= 23*A+3,5*C-1,2*E+2,1*AC+2,1*AF-2,8*CG
Este modelo no podría existir en términos Actuales, o variables reales.

Debido que, los factores D,F,G fueron descartados por no ser significativos y su
Descendencia no existiría (lo cual no lo hace jerárquico)
Observar la descendencia
JERARQUICO
Papá Mamá Se encuentra los siguientes factores
A B significativos: A,B, AB
Modelo de decisión familiar es: Y= 3,9+2,1*A+1,5*B+0,2*AB
NO JERARQUICO
Se encuentra los siguientes factores
significativos: B, AB
Papá Mamá
A B
Modelo de decisión familiar es: Y= 3,9+1,5*B+2,1*AB
Si A no era significativo, este fue descartado

A (No Existe en el Modelo de forma independiente)
¿El modelo es jerárquico?
Se desea mejorar el rendimiento del proceso
en la fabricación de semiconductores.
Pag 200
Design-Expert® Software One Factor Design-Expert® Software One Factor
Warning ! Factor involved in an interaction. rendimiento 65
Warning! Factor involved in an interaction.
rendimiento 65
X1 = A: A X1 = B: B
Actual Factors 50.25 Actual Factors 50.25

B: B = 0.00 A: A = 0.00
C: C = -0.11 C: C = -0.11
rendimiento
D: D = -0.03
rendimiento
D: D = -0.03
E: E = 0.00 E: E = 0.00
35.5 35.5
20.75 20.75
6 6
-1.00 -0.50 0.00 0.50 1.00 -1.00 -0.50 0.00 0.50 1.00
A: A B: B
Design-Expert® Software Interaction

Design-Expert® Software One Factor rendimiento B: B
65
rendimiento = 56.8851
rendimiento 65 LSD: 2.70815
X1 = C: C B- -1.000 50.25
B+ 1.000
Actual Factors 50.25
rendimiento
A: A = 0.00 X1 = A: A = 1
B: B = 0.00 X2 = B: B = 1.00
rendimiento
D: D = -0.03 35.5
E: E = 0.00 Actual Factors
35.5 C: C = -0.11
D: D = -0.03
E: E = 0.00
20.75
20.75
6 -1.00 -0.50 0.00 0.50 1.00
-1.00 -0.50 0.00 0.50 1.00

A: A
C: C
Los factores A,B,C en sus valores altos se encuentra
que el rendimiento máximo para las mejores
condiciones es 61,9063%
Como los efectos D y E no son significativos da lo mismo en que nivel se

corrió si fue + o – ya que tampoco tiene interacción significativa por lo
que con los datos que se tiene se puede replantear el diseño 23 con 4
repeticiones (8*4=32) lo que seria lo mismo si se hubiese corrido de esa
forma de forma directa ya que los niveles de D y E no tendrán ninguna
influencia en los resultados si se corre D o E en su nivel alto o bajo. El
realizar esta operación se le llama COLAPSACION O PROYECCION
DEL DISEÑO
Diseños factoriales Fraccionados
El ejemplo 25 resuelto analizaremos si se
ubiese corrido solo la mitad de los
experimentos 25-1
Se desea mejorar el rendimiento del proceso en la fabricación de
semiconductores.
e=18
Pag. 267
25-1
25
Como se observa los efectos mas influyentes
se repiten, sin embargo se realizaron menos
experimentos llegando a la misma conclusión
que realizando un factorial 25, , donde se
descarto los factores D y E los cuales no eran
significativos y tenian influencia en el proceso.
Por lo tanto bastaba con una fracción a la

mitad 25-1 de experimentos utilizando la mitad
de recursos invertidos para obtener las
mismas conclusiones.
Práctica
Ejemplo 6.2
Libro: Montgomery, pag 259 pdf
Práctica
Ejemplo 8-1
Libro: Montgomery, pag 321 pdf
Lack Of Fit (falta de ajuste) significativo
Por lo que nos muestra que la falta de ajuste es notoria, lo cual nos
demuestra que no se ajusta a un plano, por lo que existe curvatura en
nuestro modelo.
Otra forma de analizar es seleccionar “Curvatura y analizar si mi
curvatura es significativa.
Como la curvatura es significativa, entonces se puede adicionar

puntos axiales pasar a la optimización con los factores escogidos.
Practica
Ejercicio 17, pag. 231 Libro: Gutiérrez y Pulido

Doe1 1-20

Cargado por

Copyright:

Formatos disponibles

Doe1 1-20

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Doe1 1-20

Cargado por

Copyright:

Formatos disponibles

• Vidal Flores Copa

Con un diseño factorial 2k se estudia el efecto

Se encuentra además las siguientes interacciones significativas: AC; AF; CG

Este modelo no podría existir en términos Actuales, o variables reales.

Modelo de decisión familiar es: Y= 3,9+2,1A+1,5B+0,2*AB

Modelo de decisión familiar es: Y= 3,9+1,5B+2,1AB

Si A no era significativo, este fue descartado

Actual Factors 50.25 Actual Factors 50.25

Design-Expert® Software Interaction

6 -1.00 -0.50 0.00 0.50 1.00

-1.00 -0.50 0.00 0.50 1.00

Como los efectos D y E no son significativos da lo mismo en que nivel se

Por lo tanto bastaba con una fracción a la

Como la curvatura es significativa, entonces se puede adicionar

También podría gustarte