ESCUELA DE INGENIERIA

Ingeniera De Procesos
ASIGNATURA
CODIGO
SEMESTRE
INTENSIDAD
HORARIA
CARACTERSTICAS
CRDITOS

ESTADSTICA Y DISEO DE EXPERIMENTOS

PR0243
2013-2
48 horas semestral
Suficientable
3

1. JUSTIFICACIN CURSO
Fundamentacin epistemolgica disciplinar: El investigador antes de acometer un
proyecto debe hacer el ejercicio mental de definir qu informacin debe recolectar, cmo
va a interpretarla y que accin va a tomar una vez tenga resultados. En ese orden de
ideas se busca minimizar el costo de hacer corridas de laboratorio y el tiempo que esto
involucra evitando de antemano hacer ensayos preliminares.
Relacin con el plan de estudios: Es importante mencionar que el uso de tcnicas
estadsticas en los procesos industriales han mostrado caminos para la optimizacin de
los mismos as como para robustecerlos. En este curso se presenta la estadstica y el
diseo de experimentos de manera pragmtica para que al final del curso el estudiante
pueda desenvolverse tanto en investigacin y desarrollo como en optimizacin de
procesos.
Responder a la pregunta Por qu el curso se justifica segn plan de estudios? La
necesidad de obtener resultados de manera expedita y eficiente en investigacin y
desarrollo ha creado la necesidad del uso de la estadstica y el diseo de experimentos
2. OBJETIVOS GENERALES DEL CURSO
2.1.
2.2.
2.3.

Seleccionar la herramienta de diseo de experimentos apropiada de acuerdo con el

objetivo central de un proyecto de investigacin.
Formular planes de diseo de experimentos para su ejecucin y el anlisis de la
informacin recolectada.
Interpretar y analizar la informacin generada por medio de diseo de experimentos
para definir cursos apropiados de optimizacin de procesos.

3. DESCRIPCIN ANALTICA DE CONTENIDOS

3.1.

CONCEPTOS BSICOS DE ESTADSTICA

3.1.1.

POBLACIN / MUESTRA

3.1.2.
3.1.3.
3.1.4.
3.1.5.
3.1.6.
3.2.

3.4.4.

INTERPRETACIN DE RESULTADOS
PROBLEMAS ASOCIADOS CON LA REGRESIN
VARIABLES DE ENTRADA
VARIABLES DE SALIDA
VARIABLES CONTROLABLES
VARIABLES NO CONTROLABLES
NIVELES
FACTORES
FACTORIALES COMPLETOS
CLCULOS DE INTERACCIONES Y EFECTOS
MODELOS DE DISEO DE EXPERIMENTOS
ESTIMACIN DE MEDIDAS DE DISPERSIN EN DISEOS DE
EXPERIMENTOS
3.4.4.1.
3.4.4.2.

MODELOS NO LINEALES
SUPERFICIES DE RESPUESTA
INTRODUCCIN A EVOP

INTRODUCCIN A DDE TAGUCHI

3.7.1.
3.7.2.
3.7.3.

3.8.

INTERPRETACIN DE MODELOS CON ALIAS

TAMIZADO DE VARIABLES
PLACKETT-BURMAN

OPTIMIZACIN DE PROCESOS MEDIANTE DDE

3.6.1.
3.6.2.
3.6.3.

3.7.

USO DE RPLICAS
USO DE INTERACCIONES DE ORDEN SUPERIOR

DISEOS FACTORIALES FRACCIONADOS

3.5.1.
3.5.2.
3.5.3.

3.6.

F,

DISEOS FACTORIALES DE DOS NIVELES

3.4.1.
3.4.2.
3.4.3.

3.5.

T-STUDENT,

INTRODUCCIN AL DISEO DE EXPERIMENTOS

3.3.1.
3.3.2.
3.3.3.
3.3.4.
3.3.5.
3.3.6.

3.4.

(NORMAL,

REGRESIN MULTIVARIABLE
3.2.1.
3.2.2.

3.3.

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE DISPERSIN
DISTRIBUCIONES DE PROBABILIDAD
CHI-CUADRADO)
TESTS DE HIPTESIS
INTRVALOS DE CONFIANZA

ROBUSTEZ
FACTORES DE RUIDO
FACTORES CONTROLABLES

DISEO ESTADSTICO DE MEZCLAS

3.8.1.
3.8.2.
3.8.3.
3.8.4.

MODELO LINEAL
MODELO CUADRTICO
CURVAS DE NIVEL
OPTIMIZACIN MULTI-OBJETIVO

4. EVALUACIN

4.1.

4.2.

Al estudiante se le asigna la lectura de material antes de clase y por medio de clases

magistrales se refuerza el material. Las sesiones son apoyadas por ayudas
audiovisuales y el anlisis de casos reales. Se realizarn proyectos a medida que los
contenidos del programa se vayan aprendiendo como aplicacin y refuerzo prctico a
la vez que se fomenta la participacin activa y el desarrollo de habilidades del
estudiante. Se har seguimiento al aprendizaje del estudiante mediante tareas,
exmenes, escritura de ensayos, etc. a lo largo del curso como preparacin para los
parciales y como retroalimentacin del proceso de aprendizaje para el profesor y los
alumnos.
Este curso consta de tres evaluaciones del 20% cada una no acumulativas segn lo
que se vaya cubriendo del programa, un examen final acumulativo del 25% y un
seguimiento del 15% en forma de exmenes cortos, ensayos, consultas, etc.

5. BIBLIOGRAFIA GENERAL
5.1.

Libros
5.1.1.
5.1.2.
5.1.3.

5.1.4.
5.2.

GUTIERREZ, Pulido; DE LA VARA SALAZAR, R. "Anlisis y Diseo de

Experimentos". 2ed. McGraw-Hill (Texto Gua).
MENDENHALL, W.; SINCICH, T.; "Statistics for Engineering and The
Sciences"; 4ed. Prentice Hall.
BOX, G.E.P.; HUNTER, J.S.; HUNTER, W.G.; "Statistics for Experimenters,
an introduction to design, data analysis and model building" John Wiley &
Sons.
VENABLES, W.N., SMITH, D.M.; and The R. Development Core Team; "An
Introduction to R-Notes on R: A Programming Environment for Data Analysis
and Graphics-Version 2.7.1 (2008-06-23)" R Development Core Team

Cibergrafa
5.2.1.
5.2.2.

http://www.r-project.org/
http://www.itl.nist.gov/div898/handbook/

6. BIBLIOGRAFIA GENERAL
7. BIBLIOGRAFIA GENERAL