Problemario Diseno de Experimentos

Diseo de experimentos M.C. Patricia Vega Snchez.
2009 1
UNIDAD I. DISTRIBUCION NORMAL

1. Si m es una variable aleatoria que se distribuye normalmente con media 60 y desviacin
estndar de 4, encuentre la probabilidad de que un valor individual de m, seleccionado al
azar, quede dentro de los siguientes intervalos:
a) entre 50 y 60 b) mayor que 50 c) menor que 55
d) entre 55 y 65 e) entre 65 y 70

Respuesta:

a) entre 50 y 60

= 60
( )

=
x
z
( )
5 . 2
4
60 50
=
= z
= 4

4938 . 0 ) 5 . 2 0 ( ) 0 5 . 2 ( ) 60 50 ( = = = z p z p X p

b) mayor que 50
( )

=
x
z
( )
5 . 2
4
60 50
=
= z

9939 . 0 4938 . 0 5 . 0 ) 5 . 2 0 ( 5 . 0 ) 5 . 2 ( ) 50 ( = + = + = > = > z p z p x p

c) menor que 55
( )

=
x
z
( )
25 . 1
4
60 55
=
= z
1056 . 0 3944 . 0 5 . 0 ) 25 . 1 0 ( 5 . 0 ) 25 . 1 ( ) 55 ( = = = < = < z p z p x p

d) entre 55 y 65
( )

=
x
z
( )
25 . 1
4
60 55
1
=
= z

( )
25 . 1
4
60 65
2
=
= z
} { 7888 . 0 ) 3944 . 0 ( 2 ) 25 . 1 0 ( 2 ) 25 . 1 25 . 1 ( ) 65 55 ( = = = = z p z p X p

2009 2
e) entre 65 y 70

( )
25 . 1
4
60 65
1
=
= z
( )
5 . 2
4
60 70
2
=
= z
0994 . 0 3944 . 0 4938 . 0 ) 25 . 1 0 ( ) 5 . 2 0 ( ) 5 . 2 25 . 1 ( ) 70 65 ( = = = = z p z p z p X p

2. Las dimensiones de una pieza metlica se distribuyen normalmente con media de 120 mm
y varianza de 25. Se tienen diferentes rangos de clasificacin de esta pieza: excelente,
bueno, regular y malo. Encuentre los lmites para cada rango si el malo es el 27.5 %
inferior, regular el 30 % siguiente, bueno el 25 % y el resto el excelente.

Respuesta:

= 120 mm
2
= 25
( )

=
x
z ; + = z x

1) 275 . 0 ) (
1
= < x x p
275 . 0 ) (
1
= < z z p 225 . 0 ) 0 (
1
= < < z z p 60 . 0
1
= z
117 120 ) 5 )( 60 . 0 (
1 1
= + = + = z x

2) p( 0 < X < X
2
) = 0.075
p( 0 < Z < Z
2
) = 0.075 Z = 0.18

X
2
= Z
2
+ = (0.18) (5) + (120) =120.9

3) p( 0 < X < X
3
) = 0.325
p( 0 < Z < Z
3
) = 0.325 Z = 0.92

X
3
= Z
3
+ = (0.92) (5) + (120) =124.6

Resultados
Excelente: mayores de 124.6
Bueno: entre 120.9 y 124.6
Regular: entre 117 y 120.9
Malo: menor de 117

3. En un banco de ahorro, el dinero en una cuenta tiene media de 18 956 pesos y desviacin
estndar de 4 500 pesos.
a) Qu probabilidad hay de que una cuenta individual, aleatoriamente seleccionada
tenga:

1) mas de 20 000 pesos 3) menos de 15 500
2) entre 15 000 y 19 000 4) entre 20 000 y 35 000
2009 3

b) Encuentre el monto en pesos de las cuentas que se encuentran en
1) el 15% superior 2) 10% inferior.

Respuesta:

a) mas de 20 000 pesos

= 18 956 Z= (X - )/ = (20 000 - 18 956)/4 500 = 0.232
= 4 500
p (X > 20 000 ) = p( Z >0.232) = 0.5 - p(0 < Z < 0.232) = 0.5 0.0910 =
0.409

b) entre 15 000 y 19 000

Z
1
= (X
1
- )/ = (15 000 18 956)/4 500 = - 0.87911

Z
2
= (X
2
- )/ = (19 000- 18 956)/4 500 = + 0.00977

p (15 000 < X <19 000 ) = p(-0.87911 < Z < +0.00977)
= p(0 < Z < 0. 879)+ p(0 < Z < 0.01 )= 0.3106 + 0.04 = 0.35

4. La duracin media de una muestra de 100 tubos fluorescentes producidos por una
compaa resulta ser 1,570 horas, con una desviacin estndar de 120 horas. Probar la
hiptesis = 1,600 horas con un nivel de significancia del 0.05.

Respuesta:

H
o
: = 1600 hs
H
a
: 1600 hs

= 120 hs z
c
= (X - )/(/ n
1/2
) = (1570 1600)/[120/(100)]
1/2

n = 100

X = 1750 z
c
= - 2.5
= 0.05 Z
/2
= Z
0.05/2
= 1.96

Regla de decisin: Si z
c
>

z
/2
se rechaza H
o
: = 1600
Por lo que la duracin media de los tubos fluorescentes es diferente de 1600 horas.

5. La resistencia a la rotura de los cables producidos por un fabricante tienen una media de
1,800 libras y una desviacin estndar de 100 libras. Mediante una nueva tcnica en el
proceso de fabricacin se aspira a que esta resistencia pueda ser incrementada. Para
probar esta hiptesis, se tomo una muestra de 55 cables y se encuentra que su resistencia
media es de 1,850 libras. Puede mantenerse que, en efecto hay una aumento de
resistencia al nivel de significancia de 0.01?

2009 4
Respuesta:

H
o
: 1800
H
a
: > 1800

= 100 libras z
c
= (X - )/(/ n
1/2
) = (1850 1800)/[100/(55)]
1/2

n = 55

X = 1850 z
c
= 3.7
= 0.05 z
= z
0.05
= 2.33

Regla de decisin: Si z
c
>

z
,
se rechaza H
o
: = 1800
Por lo que se rechaza H
o
, por lo que la resistencia media se increment.

6. Se requiere que la resistencia a la ruptura de una fibra sea al menos de 150 psi. La
experiencia indica que la desviacin estndar de la resistencia a la ruptura es de 5 psi. Una
muestra aleatoria de 35 probetas se prueba y se observa que el promedio de la resistencia
a la ruptura es igual a 148 psi.
a) Debe considerarse aceptable esta fibra, al 0.05?
b) Determine un intervalo de confianza al 95 % para la resistencia media a la ruptura?

Respuesta:

a) H
o
: 150
H
a
: < 150

s = 5 t
c
= (X - )/(/ n
1/2
) = (148 150)/[5/(35)]
1/2

n = 35

X = 148 t
c
= - 2.366
= 0.05 t
,n-1
= t
0.05,30
= -1.697
t
0.05,40
= - 1.684

Regla de decisin: Si t
c
>

t
,n-1
se rechaza H
o
: 150
Por lo que la resistencia a la ruptura es menor 150 psi, y no se considera aceptable la
fibra.

b) Intervalo de confianza:

p[ X (t
/2,n-1
)(/n
1/2
) < < X + (t
/2,n-1
)(/n
1/2
) ] = 1

(t
/2,n-1
) = (t
0.05/2,30
) = 2.042

p[ 148 (2.042)(5/35
1/2
) < < 148 + (2.042)(5/35
1/2
)] = 1 0.05
p[ 148 1.7258 < < 148+ 1.7258] = 1 0.05
p[ 146.27 < < 149.73] = 1 0.05

7. El tiempo de vida de una bebida gaseosa almacenada resulta de inters. Doce botellas son
seleccionadas aleatoriamente y probadas, observndose los siguientes resultados:
2009 5

D I A S
108 138 115
124 163 139
124 159 134
106 129 153

Suponga que como hiptesis alterna se propone que la media de la poblacin es mayor
que 125 das. Puede ser rechazada la hiptesis nula H
o
: = 125 das? Construya un
intervalo de confianza de 95 % para la vida media en almacn?

Respuesta:

a) H
o
: 125
H
a
: > 125

X = X
i
/n = = 132.66

s
2
= {X
i
2
[(X
i
)
2
/n]}/n-1 = 353.87

s = 18.81
n= 12
t
c
= (X - )/(/ n
1/2
) = (132.66 125)/[18.81/(12)
1/2
]
t
c
= 1.41
t
,n-1
= t
0.05,11
= 1.796

c
>

t
,n-1
se rechaza H
o
: 125.
En este caso t
c
<

t
,n-1
por lo que no se rechaza H
o
: 125. La media de la poblacin no
es mayor de 125 das.


p[ X (t
/2,n-1
)(s/n
1/2
) < < X + (t
/2,n-1
)(s/n
1/2
) ] = 1

(t
/2,n-1
) = (t
0.05/2,11
) = 2.201

p[ 132.66 (2.201)(18.81/12
1/2
) < < 132.66 + (2.201)(18.81/12
1/2
)] = 1 0.05

p[ 132.66 11.95 < < 132.66+ 11.95] = 1 0.05

p[ 120.71 < < 144.61] = 1 0.05

8. El tiempo de reparacin, medio en horas, de un instrumento electrnico e s una variable
aleatoria normalmente distribuida. Los tiempos de reparacin de 16 de tales instrumentos,
elegidos al azar, son los siguientes:

2009 6
H O R A S
159 280 101 212
224 379 179 264
222 362 168 250
149 260 485 170

Es razonable suponer que el tiempo de reparacin medio verdadero sea mayor que 225
horas? Determine un intervalo de confianza para el tiempo de reparacin medio verdadero.

Respuesta:

a) H
o
: 225
H
a
: > 225

X = X
i
/n = = 241.5

s
2
= {X
i
2
[(X
i
)
2
/n]}/n-1 = 9746.8

s = 98.72
n= 16
t
c
= (X - )/(/ n
1/2
) = (241.5 225)/[98.72/(16)
1/2
]
t
c
= 0.668
t
,n-1
= t
0.05,15
= 1.753

c
>

t
,n-1
se rechaza H
o
: 225.
En este caso t
c
<

t
,n-1
o
: 225. El tiempo de reparacin
medio verdadero es mayor de 225 das.


p[ X (t
/2,n-1
)(s/n
1/2
) < < X + (t
/2,n-1
)(s/n
1/2
) ] = 1

(t
/2,n-1
) = (t
0.05/2,11
) = 2.131

p[ 241.5 (2.131)(98.72/16
1/2
) < < 132.66 + (2.131)(98.72/16
1/2
)] = 1 0.05

p[ 241.5 52.59 < < [ 241.5 + 52.59] = 1 0.05

p[ 188.91 < < 294.09] = 1 0.05

9. Un investigador est interesado en estimar el nivel medio de alguna enzima en una cierta
poblacin, toma una muestra de 10 individuos, determina el nivel medio de la enzima en
cada uno. Se puede concluir que el nivel medio de la enzima es de 25?
Calcule el intervalo de confianza al 95 % para la media.

2009 7
CONTENIDO DE ENZIMA
23.7 22.3
24.0 26.5
27.4 25.4
25.8 25.0
29.0 24.9

Respuesta:

a) H
o
: = 25
H
a
: 25

X = X
i
/n = = 25.4

s
2
= {X
i
2
[(X
i
)
2
/n]}/n-1 = (192)
2
= 3.688

s = 192
n= 10
t
c
= (X - )/(/ n
1/2
) = (25.4 25)/[1.92/(10)
1/2
]
t
c
= 0.6589
t
/2,n-1
= t
0.05/2,9
= 2.262

c
>

t
/2,n-1
se rechaza H
o
: = 25.
En este caso t
c
<

t
/2,n-1
o
: = 25.
El efecto del nivel medio de la enzima es diferente de 25.


p[ X (t
/2,n-1
)(s/n
1/2
) < < X + (t
/2,n-1
)(s/n
1/2
) ] = 1

(t
/2,n-1
) = (t
0.05/2,11
) = 2.262

p[ 25.4 (2.262)(1.92/10
1/2
) < < 25.4 + (2.262)(1.92/10
1/2
)] = 1 0.05

p[ 25.4 1.37 < < 25.4 + 1.37] = 1 0.05

p[ 24.03 < < 26.77] = 1 0.05

10. En el control de calidad de latas de championes en vinagre, el contenido de cido actico
es una variable que tiene que tomarse en cuenta. Se tomaron aleatoriamente 16 latas de
un mismo lote, se analiz el contenido de cido actico (vinagre). Los resultados se dan a
continuacin:

Lata % de AcOH Lata % de AcOH Lata % de AcOH Lata % de AcOH
1 15.8 5 17.5 9 18.5 13 17.3
2 18.3 6 19.4 10 14.9 14 20.4
3 16.4 7 20.5 11 17.2 15 18.9
4 14.9 8 17.8 12 19.4 16 15.8
2009 8
Este producto requiere para su venta un mximo en el contenido de vinagre de un 17.5 %
a) En el informe del qumico analista Cul es su resultado? (puede o no venderse este
producto)
b) Reporte al gerente de control de calidad el intervalo de confianza para la media al 0.05 de
significancia?

Respuesta:

a) H
o
: 17.5
H
a
: > 17.5

X = X
i
/n = = 17.68

s
2
= {X
i
2
[(X
i
)
2
/n]}/n-1 = (1.79)
2
= 3.2265

s = 1.79
n= 16
t
c
= (X - )/(/ n
1/2
) = (17.68 17.5)/[1.79/(16)
1/2
]
t
c
= 0.402
t
,n-1
= t
0.05,15
= 1.753

c
>

t
,n-1
se rechaza H
o
: 17.5
En este caso t
c
<

t
,n-1
o
: 17.5
El contenido de cido actico no es mayor de 17.5 %, por lo que puede venderse.


p[ X (t
/2,n-1
)(s/n
1/2
) < < X + (t
/2,n-1
)(s/n
1/2
) ] = 1

(t
/2,n-1
) = (t
0.05/2,11
) = 2.131

p[ 17.68 (2.131)(1.79/16
1/2
) < < 17.68 + (2.131)(1.79/16
1/2
)] = 1 0.05

p[17.68 0.953 < < 17.68 + 0.953] = 1 0.05

p[ 216.72 < < 18.63] = 1 0.05

11. Se analizaron dos muestras de cuprita y se determin el contenido de cobre en cada una
de ellas. Se realizaron 8 determinaciones de cada una de las muestras, reportandose los
resultados en la siguiente tabla:

MUESTRA 1 MUESTRA 2
30.4 32.6 34.6 35.7
32.5 31.5 35.7 36.4
29.6 30.6 36.2 34.8
32.9 29.8 35.6 34.7

2009 9
Este mineral se va a vender al extranjero y se necesita saber si pueden juntarse para
venderse como un solo mineral.
Pueden juntarse las dos muestras?

Respuesta:

H
0
:
1
=
2
H
a
:
1

2

X
1i
= 249.9 X
2i
= 283.7

X
1i
= 249.9 /8 = 31.2375 X
2i
= 283.7 /8 = 35.4625

S
1
= 1.734 S
2
= 0.4741

n
1
= 8 n
2
= 8

( )( ) ( )( )
2
1 1
2 1
2
2 2
2
1 1
+
+
=
n n
s n s n
Sp

( )( ) ( )( )
051 . 1
2 8 8
4741 . 0 1 8 734 . 1 1 8
=
+
+
= Sp

t
c
= {(31.2375 - 35.4625)/[(1.05)(1/8 + 1/8)
1/2
]}

t
c
= -8.04

t
/2,n1+n2-2
= t
0.05/2,14
=2.145

Si t
c
> t
0.05/2,14
se rechaza H
o
:
1
=
2

Por lo que se rechaza H
o
:
1
=
2
, entonces existe diferencia en el contenido de cobre en
las muestras analizadas por lo que no pueden ser vendidas como un solo material.

12. Dos analistas tomaron medidas de la dureza del agua de la ciudad al mismo tiempo y en el
mismo lugar. Determine si los analistas tienen tendencia a hacer mediciones diferentes
usando los siguientes datos.

Analista X Analista Y
0.42 0.62 0.37 0.82 0.61 0.89
0.40 0.44 0.58 0.51 0.33 0.48
0.48 0.53 0.23 0.25 0.67
0.88

2009 10
Respuesta:
H
0
:
1
=
2
H
a
:
1

2
X
1i
= 3.84 X
2i
= 5.67

X
1i
= 3.84/8 = 0.48 X
2i
= 5.67/10 = 0.567

S
1
= 0.089 S
2
= 0.249
S
1
2

= 0.00797 S
2
2
= 0.20622

n
1
= 8 n
2
= 10

( )( ) ( )( )
2
1 1
2 1
2
2 2
2
1 1
+
+
=
n n
s n s n
Sp

( )( ) ( )( )
196 . 0
2 10 8
0622 . 0 1 10 00797 . 0 1 8
=
+
+
= Sp

t
c
= {(0.48 - 0.567)/[(0.196)(1/8 + 1/10)
1/2
]} =

t
c
= -0.936

t
/2,n1+n2-2
= t
0.05/2,16
=2.120

Si t
c
> t
0.05/2,16
se rechaza H
o
:
1
=
2

Por lo que no se rechaza H
o
:
1
=
2
; los analistas no tienen tendencia a hacer mediciones
diferentes.

13. Doce inspectores midieron el dimetro de un cojinete usando dos calibradores diferentes.
Los resultados fueron los siguientes:

INSPECTOR CALIBRADOR 1 CALIBRADOR 2
1 265 264
2 265 265
3 266 264
4 267 266
5 267 267
6 265 268
7 267 264
8 267 265
9 265 265
10 268 267
11 268 268
12 265 269

2009 11
Hay diferencia significativa en las medias de las poblaciones representadas por las dos
muestras? Use 0.05 de significancia.

Respuesta:
X
1i
= 3 195 X
2i
= 3 192

X
1i
= 3 195/12 = 266.25 X
2i
= 3 192/12 = 266.00

S
1
= 1.215 S
2
= 1.758

( )( ) ( )( )
2
1 1
2 1
2
2 2
2
1 1
+
+
=
n n
s n s n
Sp
( )( ) ( )( )
511 . 1
2 12 12
090 . 3 1 12 477 . 1 1 12
=
+
+
= Sp

t
c
= {(266.25-266.00)/1.511)(1/12 + 1/12)
1/2
}

t
c
= 0.405

t
/2,11
= t
0.05/2,23
=2.042

Si t
c
> t
0.05/2,16
se rechaza H
o
:
1
=
2

t
c
< t
0.05/2,23
Por lo que no se rechaza H
o
, entonces no hay diferencia entre los datos
obtenidos con dos calibradores diferentes.

14. Un industrial realiz el siguiente trabajo para probar la existencia de una relacin entre el
contenido de cido ascrbico en funcin de la temperatura de almacenamiento en fresas
congeladas. En la siguiente tabla se dan los resultados obtenidos.

Tiempo de
almacenamiento
(das)
0 60 120 180 60 120 240 360 480 600 720 60 240 600
cido ascrbico
(mg)
31 30 29 27.4 30 28.7 26 23 20 17.3 14 30.2 25 17

a) Pruebe la hiptesis del industrial.
b) Encuentre la ecuacin que representa esta relacin.
c) Esta ecuacin es la adecuada?
d) Encuentre el coeficiente de correlacin y pruebe su significancia al 0.05
e) Obtenga el grfico de dispersin y la recta que representa a la ecuacin encontrada.

2009 12
UNIDAD II. COMPLETAMENTE AL AZAR

15. Se llev a cabo un trabajo en el cual se probaron diferentes mtodos para la determinacin
de plomo en muestras de alimentos. Se prepar una solucin estndar con 20 ppm de
plomo que se utiliz en los anlisis realizados por los mtodos siguientes:

M1 Mtodo colorimtrico, usando ditizona como complejante.
M2 Mtodo colorimtrico, usando cupferrn como complejante.
M3 Mtodo por absorcin atmica (generador de hidruros).
M4 Mtodo por absorcin atmica (horno de grafito)
M5 Mtodo polarogrfico.

Los resultados obtenidos en ppm son los siguientes:

REPETICIONES
Mtodo 1 2 3 4
M1 12.5 13.0 12.7 13.8
M2 17.4 16.8 17.0 17.2
M3 20.1 19.8 18.9 19.3
M4 19.4 19.7 18.8 20.4
M5 21 22.0 19.6 20.4

a) Existe diferencia entre la concentracin de plomo determinada por los diferentes
mtodos? (al 0.01 de significancia).
b) Realice un juego de contrastes ortogonales pertinentes y concluya. (al 0.01)

16. Se ha realizado un experimento para determinar si cuatro tipos de horno afectan la
densidad de un cierto tipo de ladrillo. El experimento proporcion los siguientes datos:

Horno D E N S I D A D
A 22.3 22.5 22.3 22.1
B 21.5 21.4 21.5 21.4
C 21.9 21.8 21.8 21.6
D 21.9 21.7 21.8 21.7
Los hornos A, B y C son importados y el horno D es producido en Mxico; A y B son europeos
y C es japons.
a) La densidad depende del tipo de horno? (0.05)
b) Realice un juego de contrastes ortogonales adecuados? (0.05)
c) Concluya

17. Se sospecha que cinco mquinas llenadoras en una planta estn sacando productos con
diferentes pesos. Se realiz un experimento para comprobarlo y los datos en onzas son los
siguientes:
Mquina P E S O S N E T O S
A 12.25 12.27 12.24 12.25
B 12.18 12.25 12.26 12.20
C 12.24 12.23 12.23 12.20
D 12.12 12.13 12.17 12.11
E 12.23 12.22 12.24 12.24
2009 13
a) Realice un anlisis de varianza.
b) Existe diferencia entre las mquinas = 0.05.
c) Las maquinas se compraron en diferentes tiempos y lugares. A, B y C se compraron en
Europa. A y B son alemanas y C es italiana; D y E son americanas, D se compr a USA y
E se compr a Brasil. En base a la informacin proporcionada realice un juego de
contrastes ortogonales ( = 0.05) y concluya.

18. Un fabricante supone que existen diferencias en el contenido de calcio en lotes de materia
prima que le son suministrados por el proveedor. Actualmente hay una gran cantidad de
lotes en la bodega. Cinco de estos son elegidos aleatoriamente. Un qumico realiza
pruebas sobre cada lote y obtiene los siguientes resultados.

LOTE
CONTENIDO DE CALCIO
1 2 3 4 5
1 23.4 23.5 23.4 23.4
2 21.6 21.5 21.4
3 23.7 23.9 24
4 22.0 22.1 22.5 22.4 22.6

a) Puede utilizar la materia prima sin ningn problema.
b) Realice los siguientes contrastes:
1. Lote 1, 2 y 3 contra 4.
2. Lote 1 y 2 contra 3.
3. Lote 1 contra 2.

19. Una compaa que fabrica computadores ha instituido cuatro programas diferentes de
entrenamiento para los empleados que trabajan en operaciones de ensamblado. Veinte y
cuatro trabajadores repartidos en grupos de seis tomaron los programas de entrenamiento
Despus del entrenamiento, se registraron los tiempos medios necesarios para el
ensamblado de un determinado circuito, para cada uno de los trabajadores. Cuatro
trabajadores renunciaron a su empleo durante el programa de entrenamiento. Los datos se
presentan en la siguiente tabla.

Programa de
entrenamiento
Tiempo medio de ensamblado (min)
A 60 80 69 65
B 80 81 73 69 75 72
C 97 84 93 79 92
D 67 84 90 78 61

a) Los programas de entrenamiento producen los mismos resultados.
b) Los programas A y B son impartidos por personas externas a la compaa.
Los programas C y D son impartidos por compaeros de los empleados, solo que
tienen mayor experiencia.
El programa A es impartido por un japons (hombre)
El programa B por un alemn (mujer)
El programa C es impartido por un hombre
2009 14
El programa D es impartido por una mujer
En base a la informacin anterior realice un juego de contrastes ortogonales, y
concluya.

20. Un fabricante de equipos de televisin est interesado en el efecto que tienen sobre los
cinescopios de televisin a color, cuatro diferentes tipos de recubrimiento. Se obtuvieron
los siguientes datos de conductividad:

Recubri
miento
Conductividad
1 2 3 4
A 143 141 150 146
B 152 149 137 143
C 134 136 132 127
D 129 127 132 129

a) Existe diferencia en la conductividad producida por los recubrimientos?
b) Si los recubrimientos A y B son producidos en el pas, los recubrimientos 3 y 4 son
importados, realice un juego de contrastes ortogonales.

UNIDAD III. BLOQUES AL AZAR

21. Se probaron 5 diferentes concentraciones de iniciador en la preparacin de poli(acrilato de
nitrilo). La concentracin que se usa comnmente es de 0.05%, pero se desea tener
informacin del efecto de la concentracin de iniciador (AIBN), para lo cual se probaron 5
diferentes concentraciones de iniciador (0.02, 0.05, 0.08, 0.11, 0.14 %) realizndose 4
repeticiones. En un da de trabajo se pueden realizar 5 experimentos por lo que se us un
diseo bloques al azar. Los resultados en gramos de polmero obtenido son:

Concentracin
%
Das de trabajo
I II III IV
0.02 63 59 65 57
0.05 78 75 70 74
0.08 80 76 74 79
0.11 65 69 65 68
0.14 58 59 55 53

a) Realice las cinco pruebas de rango mltiple que se mencionaron en clase.
b) Encuentre la ecuacin que representa el fenmeno.

2009 15
Respuesta:

Cuadro de concentracin de datos

Concentra
cin %
I II III IV
Totales de
tratamientos

Yi.
Medias de
tatamiento

Yi.
0.02 63 59 65 57 244 61
0.05 78 75 70 74 297 74.25
0.08 80 76 74 79 309 77.25
0.11 65 69 65 68 267 66.75
0.14 58 59 55 53 225 56.25
Totales de
bloques
Y.j

344

338

329

331
Gran total
Y.. = 1 342
Media general

Y.. = 67.1

SCT = 91 416 (1 342)
2
/(5)(4) = 1 367.8

SCTrat = (365 140/4) (1 342)
2
/(5)(4) = 1 236.8

SCBloques = (450 382/5) - (1 342)
2
/(5)(4) = 28.2

SCEE = 1 367.8 - 1 236.8 - 28.2

ANVA

FV Gl SC CM Fc F
Tratamientos 4 1236.8 309.2 36.12* 3.26
Bloques

3 28.2 9.4 1.098
ns
3.49
Error
experimental
12 102.8 8.56
Total 19 1367.8

Conclusin:
- Existe diferencia significativa entre las concentraciones de iniciador sobre el
rendimiento del polmero.
- No existe diferencia entre los das de trabajo sobre el rendimiento del polmero.

2009 16
Realice las cinco pruebas de rango mltiple que se mencionaron en clase.

1. DMS
Y
3.

77.25
Y
2.

74.25
Y
4.

66.75
Y
1.
61.00
Y
5.

56.25
Y
3.
56.25 21* 18* 10.5* 4.75* 0
Y
2.
61.00 16.25* 13.25* 5.75* 0
Y
4.
66.75 10.5* 7.5* 0
Y
1.
74.25 3
ns
0
Y
5.
77.25 0

DMS
0.05
= (t
0.05/2
) [(2 CMEE)/r]
1/2

DMS
0.05
= (2.179) [(2)(8.56)/4]

DMS
0.05
= 4.506

R.D. Si d
ii
> DMS
0.05
se rechaza H
0
:
i
=
i

Conclusin:

Y
3.
Y
2.
Y
4.
Y
1.
Y
5.

2. Duncan:
Y
3.

77.25
Y
2.

74.25
Y
4.

66.75
Y
1.
61.00
Y
5.

56.25
Y
3.
56.25 21* 18* 10.5* 4.75* 0
Y
2.
61.00 16.25* 13.25* 5.75* 0
Y
4.
66.75 10.5* 7.5* 0
Y
1.
74.25 3
ns
0
Y
5.
77.25 0
C
2
= (RSS
0.05,2,12
)(CMEE/r)

= (3.08)(1.4628) = 4.5054

C
3
= (RSS
0.05,3,12
)(CMEE/r)

= (3.23)(1.4628) = 4.7248

C
4
= (RSS
0.05,4,12
)(CMEE/r)

= (3.33)(1.4628) = 4.8711

C
5
= (RSS
0.05,5,12
)(CMEE/r)

= (3.36)(1.4628) = 4.9150

2009 17
R.D. Si d
ii
>

C
n
se rechaza H
0
:
i
=
i

Conclusin:

Y
3.
Y
2.
Y
4.
Y
1.
Y
5.

3. SNK

Y
3.

77.25
Y
2.

74.25
Y
4.

66.75
Y
1.
61.00
Y
5.

56.25
Y
3.
56.25 21* 18* 10.5* 4.75* 0
Y
2.
61.00 16.25* 13.25* 5.75* 0
Y
4.
66.75 10.5* 7.5* 0
Y
1.
74.25 3
ns
0
Y
5.
77.25 0

C
2
= (q
0.05,2,12
)(CMEE/r)

= (3.08)(1.4628) = 4.5054

C
3
= (q
0.05,3,12
)(CMEE/r)

= (3.77)(1.4628) = 5.5177

C
4
= (q
0.05,4,12
)(CMEE/r)

= (4.20)(1.4628) = 6.1437

C
5
= (q
0.05,5,12
)(CMEE/r)

= (4.51)(1.4628) = 6.5972

R.D. Si d
ii
>C
n
se rechaza H
0
:
i
=
i

Conclusin:

Y
3.
Y
2.
Y
4.
Y
1.
Y
5.

4. Tukey

Y
3.

77.25
Y
2.

74.25
Y
4.

66.75
Y
1.
61.00
Y
5.

56.25
Y
3.
56.25 21* 18* 10.5* 4.75
ns
0
Y
2.
61.00 16.25* 13.25* 5.75
ns
0
Y
4.
66.75 10.5* 7.5* 0
Y
1.
74.25 3
ns
0
Y
5.
77.25 0
2009 18
C
t
= (q
0.05,t,12
)(CMEE/r)

C
5
= (q
0.05,5,12
)(CMEE/r)

= (4.51)(1.4628) = 6.5972

R.D. Si d
ii
>C
n
se rechaza H
0
:
i
=
i

Conclusin:

Y
3.
Y
2.
Y
4.
Y
1.
Y
5.

22. Un fabricante de aleacin de aluminio produce refinadores de textura en forma de lingotes.
La compaa manufactura el producto en cuatro hornos. Se sabe que cada horno tiene sus
propias caractersticas de operacin de modo que los hornos se considerarn una variable
problemtica en cualquier corrida experimental en la fundicin que implique mas de un
horno. Los ingenieros de proceso sospechan que la velocidad de agitacin influye en el
tamao de grano del producto. Cada horno puede operarse a cuatro velocidades de
agitacin distintas. Se ejecuta un diseo de bloques aleatorizados para un refinado en
particular: los datos de tamao de grano resultantes son como sigue:

Velocidad de
agitacin (rpm)
HORNO
1 2 3 4
5 8 4 5 6
10 14 5 6 9
15 14 6 9 2
20 17 9 3 6
25 19 10 7 8
30 18 8 6 9

Existe alguna evidencia de que la velocidad de agitacin influya en el tamao de grano?
Los hornos realmente afectan la respuesta?
Realice la prueba de SNK al 0.05 de significancia para comparar los tratamientos?

UNIDAD IV. CUADRO LATINO

23. Se probaron diferentes temperaturas de reaccin; se sabe que los analistas y los das en
los que se realiza la prueba pueden ser fuente de error, por lo que se bloquearon. Los
tratamientos probados son

A: Temperatura 50C
B: Temperatura 60C
C: Temperatura 70C
D: Temperatura 80C
E: Temperatura 90C

La distribucin de los tratamientos y el rendimiento en porcentaje fue el siguiente:

2009 19
Da de
trabajo
Analista

I

II

III

IV

V
I
E = 8.3
Y
11(5)

A = 9
Y
12(1)

C = 9.3
Y
13(3)

B = 10.6
Y
14(2)

D = 11.4
Y
15(4)

II
A = 7.5
Y
21(1)

B = 8.7
Y
22(2)

D = 9.5
Y
23(4)

C = 8.2
Y
24(3)

E = 6.6
Y
25(5)

III
C = 8.9
Y
31(3)

D = 9.2
Y
32(4)

A = 8.1
Y
33(1)

E = 7.9
Y
34(5)

B = 8.7
Y
35(2)

IV
D = 8
Y
41(4)

E = 7
Y
42(5)

B = 7.0
Y
43(2)

A = 6.5
Y
44(1)

C = 7.5
Y
45(3)

V
B = 9.0
Y
51(2)

C = 10
Y
52(3)

E = 8.5
Y
53(5)

D = 10.5
Y
54(4)

A = 8.4
Y
55(1)

a) Realice el anlisis de varianza y concluya.
b) Encuentre la ecuacin que representa al rendimiento en funcin de la temperatura.

Respuesta:

Da de
trabajo
Analista Totales de
hileras
H
j

I II III IV V
I
E = 8.3
Y
11(5)

A = 9
Y
12(1)

C = 9.3
Y
13(3)

B = 10.6
Y
14(2)

D = 11.4
Y
15(4)

H
1
= 48.6
II
A = 7.5
Y
21(1)

B = 8.7
Y
22(2)

D = 9.5
Y
23(4)

C = 8.2
Y
24(3)

E = 6.6
Y
25(5)

H
2
= 40.5
III
C = 8.9
Y
31(3)

D = 9.2
Y
32(4)

A = 8.1
Y
33(1)

E = 7.9
Y
34(5)

B = 8.7
Y
35(2)

H
3
= 42.8
IV
D = 8
Y
41(4)

E = 7
Y
42(5)

B = 7.0
Y
43(2)

A = 6.5
Y
44(1)

C = 7.5
Y
45(3)

H
4
= 36.0
V
B = 9.0
Y
51(2)

C = 10
Y
52(3)

E = 8.5
Y
53(5)

D = 10.5
Y
54(4)

A = 8.4
Y
55(1)

H
5
= 46.4
Totales de
columnas
C
j

C
1
= 41.7

C
2
= 43.9

C
3
= 42.4 C
4
= 43.7

C
5
= 42.6
Gran total
G = 214.3

2009 20
Totales de tratamientos (temperaturas)

T
1

T
2

T
3

T
4

T
5

9.0
7.5
8.1
6.5
8.4
10.6
8.7
8.7
7.0
9.0

9.3
8.2
8.9
7.5
10.0
11.4
9.5
9.2
8.0
10.5

8.3
6.6
7.9
7.0
8.5
T
1
=
39.5
T
2
=
44.0
T
3
=
43.9
T
4
=
48.6
T
5
=
38.3

Fc = G
2
/t
2
= (214.3)
2
/25 = 1836.9796

SCT = y
ijk
2

Fc = 1873.81 1836.9796 = 36.8304

SCTrat = T
k
2
Fc = 9252.31/5 - 1836.9796 = 13.4824
t

SCHileras = H
i
2
Fc = 9283.01/5 - 1836.9796 = 19.6224
t

SCColumnas = C
j
2
Fc = 9188.31/5 - 1836.9796 = 0.6824
t

SCEE = SCT SCTrat SCHileras SCColumnas =

36.8304 - 13.4824 -19.6224 - 0.6824 = 3.0432

ANVA

FV Gl SC CM Fc F
Tratamientos
(Temperatura)
5 -1 = 4 13.4824 3.3706 13.291 3.26
Hileras (Das
de trabajo)
5 -1 = 4 19.6224 4.9056 19.3438
Columnas
(Analsta)
5 -1 = 4 0.6824 0.1706 0.6727
Error Exp.
12 3.0432 0.2536
Total 24 36.8304

Conclusin:
Existe efecto altamente significativos entre temperaturas.
Los das de trabajo influyen significativamente en la reaccin, sin embargo los analistas no si
influyen significativamente.

2009 21
Efecto 39.5 44 43.9 48.6 38.3
C
ki
y
i .
r C
ki
2
SCEf
k
Fc F
0.05,1,12

Lineal
-2 -1 Fc 1 2 2.2 50 0.0968 0.381
ns
4.75
Cuadratico
2 -1 0.3
817
-1 2 - 24.8 70 8.7862 34.64*
Cubico
-1 2 34.
64
-2 1 -10.4 50 2.1632 8.529*
Cuarto
1 -4 8.5
299
-4 1 -29.2 350 2.4361 9.606*

Conclusin:

No existe efecto lineal
Existe efecto cuadrtico
Existe efecto cbico
Existe efecto de cuarto grado

Calculo de la ecuacin

y
i
=
o
+
2
M
2
P
2
(x
i
) +
3
M
3
P
3
(x
i
) +
4
M
4
P
4
(x
i
)

o
= Y... = 8.572

2
= C
2i
y
i .
/r C
2i
2
= -24.8 / 70 = - 0.3542857
3
= C
3i
y
i .
/r C
3i
2
= -10.4 / 50 = - 0.208
4
= C
4i
y
i .
/r C
4i
2
= -29.2 / 350 = - 0.0834285

M
2
= 1
M
3
= 5/6

M
4
= 35/12

P
2
(x
i
) = [(Xi X )
2
/d] - [(t
2
1)/12]= (Xi 70)
2
/ 10 (25-1/12) = (0.1 Xi 7)
2
2 =
= 0.01 X
i
2
1.4 X
i
+ 49 2 = = 0.01 X
i
2
1.4 X
i
+ 47
P
3
(x
i
) = [(Xi X )
3
/d] -[(Xi X )/d] [(3t
2
7)/20]= (0.1 Xi 7)
3
(0.1 Xi 7){[(3)(25) 7]/ 20)} =
0.001 X
i
3
0.21 X
i
2
+14.36 X
i
319.2

P
4
(x
i
) = [(Xi X )
4
/d] -[(Xi X )
2
/d] [(3t
2
13)/14] 3(t
2
1) (t
2
9)/560 = (0.1 Xi 7)
4
(0.1 Xi
7)
2
{[(3)(25) 13]/ 14)} 3(25-1)(25-9)/560 = 0.0001 X
i
4
0.028 X
i
3
+2.89572 X
i
2
131 X
i

+2186.0571

Yi = 8.572+ (- 0.3542857)(1)( 0.01 X
i
2
1.4 X
i
+ 47) +(- 0.208)(5/6) (0.001 X
i
3
0.21 X
i
2
+14.36
X
i
319.2) + (- 0.0834285)(35/12)( 0.0001 X
i
4
0.028 X
i
3
+2.89572 X
i
2
131 X
i

+2186.0571)=

Yi = - 484.69 + 29.883572 X
i
0.671766 X
i
2
+ 6.63997 X 10
-4
X
i
3
2.433 X 10
-5
X
i
4

2009 22

Xi

Yi (estimado)

Y..k (observado)
50 8.0038 7.9
60 8.8375 8.8
70 8.7774 8.78
80 9.67475 9.72
90 7.57335 7.66

24. Un Ingeniero industrial est investigando el efecto que tienen cuatro mtodos de
ensamblaje (A, B, C y D) sobre el tiempo de ensamblaje de un componente para
televisores a color. Se seleccionaron cuatro operadores para realizar este estudio. Por otra
parte el ingeniero sabe que cada mtodo de ensamblaje produce fatiga, por lo que el
tiempo que se tarda en el ltimo ensamblaje puede ser mayor que en el primero,
independientemente del mtodo. En otras palabras, se produce un patrn en el tiempo de
ensamblaje. Para controlar esta posible fuente de variabilidad, el ingeniero utiliza el diseo
de cuadro latino que aparece a continuacin. Analice y haga las conclusiones apropiadas.

Orden de
montaje
OPERADOR
1 2 3 4
1 C = 16 D = 14 A = 7 B = 8
2 B = 7 C = 18 D = 11 A = 8
3 A = 5 B = 10 C = 11 D = 9
4 D = 10 A = 10 B = 12 C = 14

Respuesta:

Orden
de
montaje
O P E R A D O R
1 2 3 4 Cj
1 C = 16 D = 14 A = 7 B = 8 45
2 B = 7 C = 18 D = 11 A = 8 44
3 A = 5 B = 10 C = 11 D = 9 35
4 D = 10 A = 10 B = 12 C = 14 46
Hi 38 52 41 39 170

2009 23
A B C D
5
10
7
8
7
10
12
8
16
18
11
14
10
14
11
9
T
A
= 30 T
B
= 37 T
C
= 59 T
D
= 44

T
A
= 7.5

T
B
= 9.25

T
C
= 14.75

T
D
= 11

Y... = 170/16 = 10.625

FC = (170)
2
/16 = 1806.25
SCTotal = y
i
2
-

[

y
i
]
2
/n = 1990 1806.25 = 183.75

SCH = 7 302/4 1806.25 = 19.25
SCC = 7 350/4 1806.25 = 31.25
SCT = 7 686/4 1806.25 = 115.25
SCEE = 183.75- 19.25 31.25 115.25

F V gl SC CM Fc F
0.01,3,6

Tratamientos 3 115.25 38.41 12.8 9.78 4.76
Hileras 3 19.25 6.42 2.14
Columnas 3 31.25 10.42 3.47
Error experimental 6 18 3
Total 15 183.75

Conclusin:
Existe efecto altamente significativos entre tratamientos.
No existe efecto significativo entre hileras y columnas.

T
C

14.75
T
D

11.0
T
B

9.25
T
A

7.5
T
A

7.5
7.25* 3.5
ns
1.75
ns
0
T
B

9.25
5.5* 1.75
ns
0

T
D

11.0
3.75* 0
T
C

14.75
0

2009 24
C
2
= (q
0.01,2,6
)(CMEE/r)

= (3.46)(0.866) = 2.996

C
3
= (q
0.01,3,6
)(CMEE/r)

= (4.34)(0.866 = 3.76

C
4
= (q
0.01,4,6
)(CMEE/r)

= (4.90) (0.866) = 4.24= 1.4039

R.D. Si d
ii
>

C
n
se rechaza H
0
:
i
=
i

Conclusin:

T
C
T
D
T
B
T
A

25. Se desea saber si la intensidad de flujo de los combustibles a travs de diferentes tipos de
inyectores se ve afectada por la temperatura. Cinco operadores elegidos al azar, realizaron
un experimento a cinco temperaturas distintas con cinco diferentes tipos de inyectores. En
la siguiente tabla se presentan los resultados codificados, donde: A = 0C, B = 5C, C =
10C, D = 15C y E= 20C. La variable de respuesta es el volumen de combustible que
atraviesa el inyector.

Encuentre el modelo matemtico que representa el volumen de combustible que
atraviesa el inyector con respecto a la temperatura.

OPERADOR
TIPO DE INYECTOR
1 2 3 4 5
1 C = 13 E = 32 A = 14 D =24 B =15
2 E =26 B =19 C =24 A = 18 D =22
3 A = 16 D = 24 E = 27 B = 18 C =22
4 D = 30 C = 16 B = 10 E = 28 A =9
5 B = 20 A =18 D =32 C =18 E =30
2009 25
Respuesta:

T I P O D E I N Y E C T O R
OPERA
DORES
1 2 3 4 5 Hi
1 C = 13 E = 32 A = 14 D =24 B =15 98
2 E =26 B =19 C =24 A = 18 D =22 109
3 A = 16 D = 24 E = 27 B = 18 C =22 107
4 D = 30 C = 16 B = 10 E = 28 A =9 93
5 B = 20 A =18 D =32 C =18 E =30 118
Cj 105 109 107 106 98 525

A B C D E
14
18
16
9
18
15
19
18
10
20
13
24
22
16
18
24
22
24
30
32
32
26
27
28
30
T
A
= 75 T
B
= 82 T
C
= 93 T
D
= 143 T
E
= 132

T
A
= 15

T
B
= 16.4

T
C
= 18.6

T
D
= 28.6

T
E
= 26.4

Y... = 525/25 = 21

FC = (525)
2
/25
SCTotal = y
i
2
-

[

y
i
]
2
/n = 12073 11025 = 1048

SCH = 55507/5 11025 = 76.4

SCC = 55195/5 11025 = 14

SCT = 58871/5 11025 = 749.2

SCEE = 1048- 749.2 76.4 14 = 208.4

2009 26
F V gl SC CM Fc F
0.01,4,12

Tratamientos 4 749.2 187.3 10.785** 5.41
Hileras 4 76.4 19.1 1.099
ns

Columnas 4 14.0 3.5 0.2015
ns

Error experimental 12 208.4 17.367
Total 24 1048

Conclusin:

Existe efecto altamente significativos entre tratamientos.
No existe efecto significativo entre hileras y columnas.

ANVA para probar los efectos

Efecto 75 82 93 143 132 C
ki
y
i .
r C
ki
2
SCEf
k
Fc F
0.01,1,12

Lineal
-2 -1 0 1 2 175 50 612.5 35.27** 9.33
Cuadratico
2 -1 -2 -1 2 3 70 0.128 0.007
ns
9.33
Cubico
-1 2 0 -2 1 - 65 50 84.5 4.865
ns
9.33
Cuarto
1 4 6 -4 1 - 135 350 52.07 2.998
ns
9.33

Conclusin:

Existe efecto lineal
No existe efecto cuadrtico
No existe efecto cbico
No existe efecto de cuarto grado


y
i
=
o
+
1
M
1
P
1
(x
i
)

o
= Y... = 21

1
= C
ki
y
i .
/r C
ki
2
= 175/50 = 3.5

M
1
= 1

P
1
(x
i
) = (Xi X )/d = (Xi 10) / 5 = 0.2 Xi 2

Yi = 21 + (3.5)(1)(0.2 Xi 2)

Yi = 14 + 0.7 Xi

2009 27

Xi

Yi (estimado)

Y..k (observado)
0 14 15
5 17.5 16.4
10 21 18.6
15 24.5 28.6
20 28.0 26.4

T
D

28.6
T
E

26.4
T
C

18.4
T
B

16.4
T
A

15
T
A

15
13.6** 11.4** 3.4** 1.4** 0
T
B

16.4
12.2** 10** 2**

0
T
C

18.4
10.2** 8** 0
T
E

26.4
2.2**

0
T
D

28.6
0

C
2
= (RSS
0.01,2,12
)(CMEE/r)

= (4.32)(0.29495) = 1.274

C
3
= (RSS
0.01,3,12
)(CMEE/r)

= (4.55)(0.29495) = 1.342

C
4
= (RSS
0.01,4,12
)(CMEE/r)

= (4.68) (0.29495) = 1.3804

C
5
= (RSS
0.01,5,12
)(CMEE/r)

= (4.76)(0.29495) = 1.4039

R.D. Si d
ii
>

C
n
se rechaza H
0
:
i
=
i

Conclusin:

T
D
T
E
T
C
T
B
T
A

2009 28
26. Se lleva a cabo un trabajo de investigacin donde se probaron diferentes temperaturas de
una reaccin qumica. Las pruebas se llevaron a cabo en diferentes laboratorios y por
diferentes personas. Las temperaturas probadas son:

A = 45 C; B = 55 C; C = 65 C ; D = 75 C; E = 85 C; F = 95 C

Laboratorio
LABORATORISTA
1 2 3 4 5 6
1 B = 84 F = 82 C = 95 D = 90 A = 79 E = 84
2 C = 90 A= 80 B = 89 E =89 D = 89 F = 78
3 E = 95 D = 98 A= 83 F = 80 B = 84 C = 97
4 F = 80 E = 97 D = 98 B=83 C= 93 A = 82
5 A = 78 B = 86 F = 85 C = 90 E = 86 D= 87
6 D = 96 C =93 E = 97 A = 75 F = 79 B =86

a) La temperatura de reaccin afecta el rendimiento?
b) Existe efecto de hileras y columnas?

Respuesta:

Laboratorio
LABORATORISTA
Totales
de
hileras
H
i

1 2 3 4 5 6
514
2 C = 90 A= 80 B = 89 E =89 D = 89 F = 78 515
3 E = 95 D = 98 A= 83 F = 80 B = 84 C = 97 537
4 F = 80 E = 97 D = 98 B=83 C= 93 A = 82 533
5 A = 78 B = 86 F = 85 C = 90 E = 86 D= 87 512
6 D = 96 C =93 E = 97 A = 75 F = 79 B =86 526
Totales de
columnas
C
j
523 536 547 507 510 514
Gran
Total
G= 3137

2009 29
Tratamientos
A B C D E F
78
80
83
75
79
82
84
86
89
83
84
86
90
93
95
90
93
97
96
98
98
90
89
87
95
97
97
89
86
84
80
82
85
80
79
78
T
A
= 477 T
B
= 512 T
C
= 558 T
D
= 558 T
E
= 548 T
F
= 484

T
A
= 79.5

T
B
= 85.33

T
C
= 93

T
D
= 93

T
E
= 91.33

T
F
= 80.66

Y... = 3137/36 = 87.138

FC = (3137)
2
/36 = 273 354.69
SCTotal = y
i
2
-

[

y
i
]
2
/n = 274913 273 354.69 = 1 558.31

SCHil = 273449.833 273 354.69= 95.14

SCCol = 273563.1667 273 354.69= 208.47
SCTrat = 274493.5 273 354.69= 1138.81

SCEE = 1558.31 1138.81 95.14- 208.47 = 115.89

F V gl SC CM Fc F
0.01,5,20

Tratamientos
(Temperaturas)
5 1138.81 227.762 39.30** 4.10
Hileras (Laboratorios) 5 95.14 19.028 3.28
ns
4.10
Columnas
(Laboratoristas)
5 208.47 41.694 7.19** 4.10
Error experimental 20 115.89 5.794
Total 35 1 558.31

Conclusin:

Existe efecto altamente significativos entre temperaturas.
Los laboratorios no tienen efecto significativo en la reaccin, sin embargo los laboratoristas si
influyen significativamente.

2009 30
Efecto 477 512 558 558 548 484 C
ki
y
i .
r C
ki
2
SCEf
k

Lineal -5 -3 -1 1 3 5 143 420 48.68
Cuadratico 5 -1 -4 -4 -1 5 -719 504 1025.71
Cubico -5 7 4 -4 -7 5 -217 1080 43.60
Cuarto 1 -3 2 2 -3 1 13 168 1.00
Quinto -1 5 -10 10 -5 1 -173 1512 19.79

CMEf
k
Fc F
0.01,1,20

48.68 8.4018** 8.10
1025.71 177.03

** 8.10
43.60 7.5252
ns
8.10
1.00 0.1736
ns
8.10
19.79 3.4163
ns
8.10

Conclusin:

Existe efecto lineal
Existe efecto cuadrtico
No existe efecto cbico
No existe efecto de cuarto grado
No existe efecto de quinto grado


y
i
=
o
+
1
M
1
P
1
(x
i
) +
2
M
2
P
2
(x
i
)

o
= Y... = 87.138

1
= C
1i
y
i .
/r C
1i
2
= 143/420 = 0.3405

2
= C
2i
y
i .
/r C
2i
2
= -719 / 504 = - 1.4266
M
1
= 2

M
2
= 3/2

P
1
(x
i
) = (Xi X )/d = (Xi 70) / 10 = 0.1 Xi 7

Yi = 87.138 + (0.3405)(2)(0.1 Xi 7) + (-1.4266)(3/2) (0.1 Xi 7)
2
=

2009 31
Yi = - 16.2418 + 3.064 X
i
0.0214 X
i
2

Xi

Yi (estimado)

Y..k (observado)
45 78.303 79.33
55 87.54 85.33
65 92.50 93
75 93.18 93
85 89.58 91.33
95 81.70 80.66
80 91.92

UNIDAD V. REGRESIN LINEAL

27. Para determinar el efecto de la humedad relativa sobre la supervivencia de bacterias en
leche en polvo, se almacenaron muestras a diferentes porcentajes de humedad relativa y
despus de 103 semanas se midi el porcentaje de bacterias viables.

Humedad relativa (%) bacterias viables (%)
25 67
20 50
20 52
20 48
18 43
18 40
15 36
15 37
15 32
10 25
5 20
5 18
5 17

a) existe alguna relacin entre el % de humedad y el crecimiento de microorganismos?
b) Podra encontrar una ecuacin sencilla que represente este efecto?
c) La ecuacin encontrada presenta una buena correlacin , pruebe al 0.05 de significancia?
d) De una conclusin en base a lo anterior.

Respuesta:

SCT = 20773- (485)
2
/13 = 2678.76 FC = 18094.23
SCReg = [8269 (191)(485)/13]
2
/ [3323 (191)
2
/13] = 2529.13

SCError = 2678.76-2529.13 =149.63

2009 32
FV gl SC CM Fc F
Regresin 1 2529.13 2529.13 185.96 ** F
0.05,1,11
= 4.84
Error
experimental
11 149.63 13.60
Falta de ajuste 4 118.53 29.61 6.66 ** F
0.05,4,7
=4.12
Error Puro 7 31.1 4.4
Total 12 2678.76

Xp Yp r
p
r
p
-1 s
p
2
s
p
2
-1
20 50, 52, 48 3 2 4.0 8.0
18 43, 40 2 1 4.5 4.5
15 36, 37, 32 3 2 7.0 14.0
5 20, 18, 17 3 2 2.3 4.6
gl ep = 7 SCEP = 31.1

R.D. Si Fc > que F se rechaza Ho :
1
= 0

185.96 > 4.84 por lo que se rechaza Ho :
1
= 0
y por lo tanto existe regresin con alta significancia estadstica o el crecimiento de los
microorganismos depende del % de humedad en la muestra de leche en polvo.

6.666 > 4.12 por lo que se rechaza Ho : No hay falta de ajuste en el modelo lineal.
Por lo que se concluye que se debe probar el modelo cuadrtico ya que el lineal no es
suficiente.

28. Para poder usar el compuesto Z como extractante se realiz un trabajo en el laboratorio,
donde se prepararon soluciones de concentracin conocida (en ppm). Estas fueron
sometidas al proceso de extraccin con Z y se cuantific la cantidad de compuesto
extrado en ppm. Los resultados fueron:

ppm iniciales
x
i

ppm finales
y
i

5.2 5.0
4.8 4.9
4.4 4.7
4.2 4.1
4.0 3.7
4.0 3.5
4.0 3.9
4.4 4.3
4.2 4.0
4.2 3.9
3.0 2.8
3.2 3.0
3.5 3.6
3.4 3.2
3.0 2.7
2009 33

Ppm iniciales
x
i

ppm finales
y
i

x
i
2
y
i
2
x
i
y
i

5.2 5.0 27.04 25.0 26.0
4.8 4.9 23.04 24.01 23.52
4.4 4.7 19.36 22.09 20.68
4.2 4.1 17.64 16.81 17.22
4.0 3.7 16.00 13.69 14.80
4.0 3.5 16.00 12.25 14.00
4.0 3.9 16.00 15.21 15.60
4.4 4.3 19.36 18.49 18.92
4.2 4.0 17.64 16.00 16.80
4.2 3.9 17.64 15.21 16.38
3.0 2.8 9.00 7.84 8.40
3.2 3.0 10.24 9.00 9.60
3.5 3.6 12.25 12.96 12.60
3.4 3.2 11.56 10.24 10.88
3.0 2.7 9.00 7.29 8.10
x
i
= 59.5 y
i
= 57.3 x
i
2
=241.77 y
i
2
= 226.09 x
i
y
i
=233.5

{ x
i
y
i
-[

x
i
y
i
]}
2
[233.5 (59.5)(57.3)/15]
2

SCReg =------------------------ = ----------------------------------------- = 6.7
x
i
2

{[x
i
]
2
/n} 241.77 {(59.5)
2
/15}

SCTotal = y
i
2
-

{[

y
i
]
2
/n} = 226.09 {(57.3)
2
/15} = 7.204

SCError = SCTotal SCReg = 7.204 6.7

F V gl SC CM Fc F
Regresin 1 6.7 6.7 176.31** 4.67 9.08
Error Experimental 13 0.504 0.38
Falta de ajuste 7 0.319 0.04557 1.479
NS
4.21 8.26
Error puro 6 0.1856 0.0308
Total 14 7.204
2009 34

X
i
Y
i
n
i
n
i
1 s
i
2
(n
i
1)s
i
2

3.0 2.8, 2.7 2 1 0.005 0.005
4.0 3.7, 3.5, 3.9 3 2 0.04 0.08
4.2 4.1, 4.0, 3.9 3 2 0.01 0.02
4.4 4.7, 4.3 2 1 0.08 0.08
g.l. de error
puro
(n
i
1) = 6
SC de error puro
(n
i
1)s
i
2
= 0.185

UNIDAD VI. ARREGLO FACTORIAL

29. Se encuentra en estudio el rendimiento de un proceso qumico. Se cree que las dos
variables ms importantes son la presin y la temperatura. Se seleccionan tres niveles de
cada factor y se realiza un experimento factorial con dos repeticiones. En base a los
resultados que se dan en la tabla:
a) Analice los datos y obtenga las conclusiones.
b) Realice la prueba de Duncan para la temperatura.
c) En caso de que la presin sea significativa encuentre la ecuacin y grafique presin
contra rendimiento.

Temperatura

Presin
RENDIMIENTO
I II
Baja 200 90.4 90.2
215 90.7 90.6
230 90.2 90.4

Intermedia 200 90.1 90.3
215 90.5 90.6
230 89.9 90.1

Alta 200 90.5 90.7
215 90.8 90.9
230 90.4 90.1

30. Para el estudio de un proceso se realiz un experimento factorial bajo un diseo de
bloques al azar, donde se probaron diferentes Maquinas (factor A), presin del reactor
(factor B) y temperatura del reactor (factor C) con 4 repeticiones por tratamiento.
Maquinas Presin Temperatura
a
1
=

Japonesa

b
1
= 1 atms c
1
= 80 C

a
2
= Alemana b
2
= 2 c
2
= 120

b
3
= 3 c
3
= 160

2009 35
En base a la tabla de resultados resuelva los siguientes incisos:

a) Realice el ANVA y concluya (al 0.01 de significancia)
b) En base a la prueba de Duncan compare los tratamientos al 0.01 de significancia.
c) Realice la comparacin entre maquina japonesa y maquina alemana.
d) Encuentre el modelo matemtico que represente los kg obtenidos en contra de la
temperatura.

Los resultados en Kg de producto obtenido son:

Tratamientos
R e p e t i c i o n e s
1 2 3 4
a
1
b
1
c
1
16 22 16 10
a
1
b
1
c
2
18 25 19 13
a
1
b
1
c
3
21 29 23 15

a
1
b
2
c
1
28 27 17 20
a
1
b
2
c
2
31 30 31 25
a
1
b
2
c
3
35 32 33 29

a
1
b
3
c
1
34 30 29 32
a
1
b
3
c
2
38 34 33 30
a
1
b
3
c
3
41 40 38 35

a
2
b
1
c
1
25 27 24 23
a
2
b
1
c
2
28 29 27 25
a
2
b
1
c
3
30 30 29 28

a
2
b
2
c
1
31 35 30 32
a
2
b
2
c
2
35 39 35 33
a
2
b
2
c
3
40 44 40 41

a
2
b
3
c
1
42 48 41 40
a
2
b
3
c
2
45 51 47 42
a
2
b
3
c
3
49 54 50 47

2009 36
Respuesta:

Tratamientos
R e p e t i c i o n e s Totales de
tratamientos
Y
ij.
Medias de
tratamientos
Y
ij.

1 2 3 4
a
1
b
1
c
1
16 22 16 10 64 16
a
1
b
1
c
2
18 25 19 13 75 18.7
a
1
b
1
c
3
21 29 23 15 88 22

a
1
b
2
c
1
28 27 17 20 92 23
a
1
b
2
c
2
31 30 31 25 117 29.2
a
1
b
2
c
3
35 32 33 29 129 32.2

a
1
b
3
c
1
34 30 29 32 125 31.2
a
1
b
3
c
2
38 34 33 30 135 33.7
a
1
b
3
c
3
41 40 38 35 154 38.5

a
2
b
1
c
1
25 27 24 23 99 24.7
a
2
b
1
c
2
28 29 27 25 109 27.2
a
2
b
1
c
3
30 30 29 28 117 29.2

a
2
b
2
c
1
31 35 30 32 128 32
a
2
b
2
c
2
35 39 35 33 142 35.5
a
2
b
2
c
3
40 44 40 41 165 41.2

a
2
b
3
c
1
42 48 41 40 171 42.7
a
2
b
3
c
2
45 51 47 42 185 46.2
a
2
b
3
c
3
49 54 50 47 200 50
Y...k 587 626 562 520 2295 31.85

SCTotal = Y
iJKl
2
-

[Y....]
2
/n = 79723 (2295)
2
/72 = 6569.875

SCA = [( Y
i...
2
)/bcr ]-

[Y....]
2
/n = 2690297 / (3)(3)(4) 73 153.125 = 1 577.34
SCB = [( Y
.j..
2
)/acr ]-

[Y....]
2
/n = 1843133 / (3)(3)(4) 73 153.125 = 3 644.08

SCAB = [( Y
ij..
2
)/cr ]-

[Y....]
2
/n SCA - SCB = 941155/(3)(4) 73 153.125 1577.34
3644.08 = 55.03

SCC = [( Y
..k.
2
)/abr ]-

[Y....]
2
/n = 1770819 / (2)(3)(4) 73 153.125 = 631

SCAC = [( Y
i.k.
2
)/br ]-

[Y....]
2
/n SCA - SCC = 904355/(3)(4) 73 153.125 1577.34 631=
1.45

SCBC = [( Y
.jk.
2
)/ar ]-

[Y....]
2
/n SCB - SCC = 619699/(3)(4) 73 153.125 3644.08 631=
34.17

2009 37
SCABC = [( Y
ijk.
2
)/r ]-

[Y....]
2
/n SCA - SCB - SCC = 316435/(4) 73 153.125 1577.34 -
3644.08 631= 34.17

SCBloq = [( Y
...l
2
)/abc ]-

[Y....]
2
/n = 1322689/(2)(3)(3) 73 153.125 = 329.59

SCEE = SCT- SCA SCB SCAB SCC SCAC SCBC SCABC = 6569.88 1577.34
3644.08- 55.02 631- 1.44- 34.17 12.565 329.59 = 284.65

FV GL SC CM Fc F
A(mquina) 1 1577.35 1577.35 262.68 ** 7.08
B (presin) 2 3644.08 1822.04 326.53 ** 4.98
AB 2 55.02 27.51 4.93
NS
4.98
C (temperatura) 2 631 315.5 56.54** 4.98
AC 2 1.44 0.72 0.129
NS
4.98
BC 4 34.17 8.54 1.53
NS
3.65
ABC 4 12.565 3.14 0.563
NS
3.65
Bloques 3 329.59 109.86 19.69** 4.13
Error
Experimental
51 284.65 558
Total 71 6569.87

Efecto

Y
..1.
Y
..2.
Y
..3.
679 763 853
Cpk Y
..k.
abrCpk
2
SCC
k

Fc F
Lineal -1 0 1 174 48 630.75 113.04** 7.08
Cuadrtico 1 -2 1 6 144 0.25 0.0448
NS
7.08

y
i
=
o
+
1
M
1
P
1
(x
i
)
o
= Y.... = 31.875
1
= C
ki
y
i .
/r C
ki
2
= 174/48 = 3.625
M
1
= 1

P
1
(x
i
) = (Xi X )/d = (Xi 120) / 40 = 0.025 Xi 3
Yi = 31.875 + (3.625)(1)(0.025 Xi 3)
Yi = 21 + 0. 0906 X i

Valores de la variable y estimada.

Xi Yi
(estimada)
Y..k.
(observada)
80 28.25 28.29
120 31.87 31.79
160 35.50 35.54

2009 38
Cuadro de diferencias de medias de tratamientos:

50 46.2
5
42.7
5
41.2
5
38.5 35.5 33.7
5
32.2
5
32 31.2
5
29.2
5
27.25 24.75 23 22 18.75 16
16 34** 30.2
5**
26.7
5**
25.2
5**
22.5
**
19.5
**
17.7
5**
16.2
5**
16** 15.2
5**
13.2
5**
11.25
**
8.75*
*
7.0** 6.00*
*
2.75
ns
0
18.7
5
31.2
5**
27.5
**
24** 22.5
**
19.7
5**
16.7
5**
15** 13.5
**
13.2
5**
12.5
**
10.5
**
8.5** 6.0** 4.25

ns

3.25

ns

0
22 28** 24.2
5**
20.7
5**
19.2
5**
16.5
**
13.5
**
11.7
5**
10.2
5**
10.0
**
9.25
**
7.25
**
5.25*
*
2.75

ns

1.00

ns

0
23 27** 23.2
5**
19.7
5**
18.2
5**
15.5
**
12.5
**
10.7
5**
9.25
**
9.0*
*
8.25
**
6.25
**
4.25

ns

1.75

ns

0
24.7
5
25.2
5**
21.5
**
18** 16.5
**
13.7
5**
10.7
5**
9** 7.5*
*
7.25
**
6.5 4.5

ns

2.5
ns
0
27.2
5
22.7
5**
19** 15.5
**
14** 11.2
5**
8.25
**
6.5*
*
5** 4.75

ns

4.0

ns

2
ns
0
29.2
5
20.7
5**
17** 13.5
**
12** 9.25
**
6.25
**
4.5

ns

3
ns
2.75

ns

2.0

ns

0
31.2
5
18.7
5**
15** 11.5
**
10** 7.25
**
4.25

ns

2.5

ns

1
ns
0.75

ns

0
32 18** 14.2
5**
10.7
5**
9.25
**
6.5*
*
3.5

ns

1.75

ns

.25

ns

0
32.2
5
17.7
5**
14** 10.5
**
9** 6.25
**
3.25

ns

1.5

ns

0
33.7
5
16.2
5**
12.5
**
9** 7.5*
*
4.75
**
1.75

ns

0

35.5 14.5
**
10.7
5**
7.25
**
5.75
**
3
ns
0
38.5 11.5
**
7.75
**
4.25

ns

2.75

ns

0
41.2
5
8.75 5** 1.5

ns

0
42.7
5
7.25
**
3.75

ns

0
46.2
5
3.75

ns

0
60 0

C
2
= (RSS
0.01,2,51
)(CMEE/r)

= (3.76)(1.18) = 4.44
C
3
= (RSS
0.01,3,51
)(CMEE/r)

= (3.92)(1.18) = 4.63
C
4
= (RSS
0.01,4,51
)(CMEE/r)

= (4.03)(1.18) = 4.76
C
5
= (RSS
0.01,5,51
)(CMEE/r)

= (4.12)(1.18) = 4.86
C
6
= (RSS
0.01,6,51
)(CMEE/r)

= (4.17)(1.18) = 4.92
C
7
= (RSS
0.01,7,51
)(CMEE/r)

= (4.23)(1.18) = 4.99
C
8
= (RSS
0.01,8,51
)(CMEE/r)

= (4.27)(1.18) = 5.04
C
9
= (RSS
0.01,9,51
)(CMEE/r)

= (4.31)(1.18) = 5.08
C
10
= (RSS
0.01,10,51
)(CMEE/r)

= (4.34)(1.18) = 5.12
C
15
= (RSS
0.01,15,51
)(CMEE/r)

= (4.53)(1.18) = 5.35
R.D. Si d
ii
>

C
n
se rechaza H
0
:
i
=
i

Conclusin:
Y
233.
Y
232.
Y
231.
Y
223.
Y
133.
Y
222.
Y
132.
Y
123.
Y
221.
Y
131.
Y
213.
Y
122.
Y
212.
Y
211.
Y
121.
Y
113.
Y
112.
Y
111.
2009 39
31. Un ingeniero disea una batera que ser sometida a variaciones extremas de
temperatura. El parmetro de diseo que l puede seleccionar es el material de cubierta de
la batera. Pero cuando la batera se manufactura y se enva a campo el ingeniero no tiene
control sobre los extremas de temperatura a los que es expuesta, y sabe por experiencia
que es probable que esta influya en la duracin efectiva de la batera. Sin embargo si es
posible controlar la temperatura en el laboratorio de desarrollo de productos para los
fines de ensayo.

Prob tres materiales de cubierta y tres temperaturas, y cada repeticin la realiz en
diferentes das de la semana.

a) Existe diferencia significativa entre los materiales de cubierta?
b) La temperatura a la que es expuesto el material afecta la duracin de la batera?
c) Adems el ingeniero desea conocer el modelo matemtico que representa la duracin
de la batera en horas en funcin de la temperatura.
d) Concluya en base a la prueba de Duncan, comparando los tratamientos.

En la siguiente tabla se presentan los resultados en duracin de la batera en horas.

Tratamientos
Lunes
1
Martes
2
Mircoles
3
Jueves
4
M
1
T
1
130 155 74 180
M
1
T
2
34 40 80 75
M
1
T
3
20 70 82 58

M
2
T
1
150 188 159 126
M
2
T
2
136 122 106 115
M
2
T
3
25 70 58 45

M
3
T
1
138 110 168 160
M
3
T
2
174 120 150 139
M
3
T
3
96 104 82 60

2009 40
BIBLIOGRAFIA

1. Spiegel, M. R. 2009. Estadstica. Serie Schaum. 4. Edicin. McGraw-Hill. Mxico
2. Robert Johnson, R y P Kuby. 2008. Estadstica Elemental. Lo Esencial. CENGAGE.
Learning, 10 edicin Mxico.
3. Ostle, B. 1981. Estadstica Aplicada. Limusa, Mxico.
4. Montgomery, D. C. 2002. Diseo y Anlisis de Experimentos, 2. Edicin. Limusa-Wiley.
Mxico
5. Gutirrez Pulido, 2003. Anlisis y Diseo de Experimentos.1. Edicin. McGraw Hill.
6. Kuehl, R. O. 2000. Diseo de experimentos. Principios estadsticos para el anlisis y
diseo de investigaciones. 2a. edicion. Thomson Paraninfo. Mxico.
7. Parker, R. E. 1981. Estadstica para bilogos. Segunda Edicin. Ediciones Omega, S. A.
Espaa.
8. Hinchen, J. D. 1976. Estadstica para la Investigacin Qumica. Editorial El Manual
Moderno, S. A. Mxico.
9. Marques de Cant M. J. 1991. Probabilidad y Estadstica para Ciencias Qumico-
Biolgicas. McGraw-Hill. Mxico.
10. Cochran, W. G and Cox, G. M. 1957. Experimental Designs. Second edition, John Wiley &
Sons, Inc. New York, USA.
11. Calero Vinelo, A.1978. Tcnicas de Muestreo. La Habana: Editorial. Pueblo y Educacin,
514p.
12. Hernndez Sampierel R. 1997. Metodologa de la Investigacin. Mxico:/5.n/,
13. Snchez lvarez, R. 1989. Estadstica Elemental. La Habana: Ed. Pueblo y Educacin,
326 p.
14. Taro, Y. 1989. Elementary Sampling Theory. La Habana: Editorial Pueblo y Educacin,
405p.
15. Cox D. R. 1978. Planning of Experiments. John Wiley and Sons, Inc. New York.
16. Mndez I. 1980. Lineamientos Generales para la planeacin de Experimentos. Monografa
No. 15, Vol. 15 IIMAS.
17. Cuadras C. M. Problemas de Probabilidades y Estadstica. PPU, Barcelona.
18. Abraira V y A. Prez de Vargas. Mtodos Multivariantes en Bioestadstica. Ed. Centro de
Estudios Ramn Areces. 1996.

Problemario Diseno de Experimentos

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Problemario Diseno de Experimentos

Uploaded by

Copyright:

Available Formats

Diseo de experimentos M.C. Patricia Vega Snchez.

You might also like