TRABAJO GRUPAL

JULIAN GONZALEZ OCAMPO COD: 1115077191

JEYSON CAMPO CUNDA COD: 1114878359

FERNANDO ALEXANDER PATIO HERNANDEZ COD: 1114060537

GRUPO: 30156A_220

TUTOR: DIEGO A. MARIN IDRRAGA

UNIVERCIDAD NACIONAL ABIERTA Y A DISTANCIA

PROGRAMA DE ZOOTECNIA

DISEO DE PROYECTOS

2015
 INTRODUCCION

En el siguiente trabajo se encuentra redactado las evaluaciones y estadsticas

tomadas a travs de un experimento que se realiz en un hato ganadero con

10 vacas raza lucerna con el fin de detectar cual sera la mejor alimentacin y

una buena materia prima para los animales que se espera den mas leche con

alimentos que tengan contenido proteico como energtico.

 APORTE POR JULIAN GONZALEZ OCAMPO

INTRODUCCION

En el siguiente trabajo se encuentra el desarrollo de un experimento que

evaluando solo un factor de un experimento factorial cual sera la mejor manera
de quemar caloras con el ejercicio en bicicleta desarrollado den diferentes
partes y los apuntes finales con una explicacin en infostat y graficas de barras
para dejar ms claro el experimento.

El siguiente experimento se llev a cabo, para tratar de optimizar la quema de

caloras a travs del ejercicio en bicicleta. En el experimento se midi las

caloras quemadas como resultado de la evaluacin de la velocidad del

ejercicio (tratada en rpm), la duracin del ejercicio (tratada en minutos); y el

grado de dificultad (tratada como alto o bajo).

orden grado de
aleatorizado bloques RPM tiempo caloras
estndar dificultad
1 2 bloque 1 1 60 5 24
2 13 bloque 2 1 60 5 24
3 19 bloque 3 1 60 5 24
4 5 bloque 1 2 60 5 28
5 9 bloque 2 2 60 5 27
6 23 bloque 3 2 60 5 27
7 3 bloque 1 1 80 5 24
8 12 bloque 2 1 80 5 24
9 22 bloque 3 1 80 5 24
10 6 bloque 1 2 80 5 28
11 15 bloque 2 2 80 5 28
12 20 bloque 3 2 80 5 28
13 4 bloque 1 1 60 10 46
14 10 bloque 2 1 60 10 46
15 21 bloque 3 1 60 10 46
16 8 bloque 1 2 60 10 52
17 16 bloque 2 2 60 10 53
18 24 bloque 3 2 60 10 53
19 7 bloque 1 1 80 10 47
20 11 bloque 2 1 80 10 47
21 17 bloque 3 1 80 10 47
22 1 bloque 1 2 80 10 54
23 14 bloque 2 2 80 10 55
24 18 bloque 3 2 80 10 54
Objetivo del Experimento: Encontrar cual es la manera ms
ptima de quemar de caloras a travs
del ejercicio en bicicleta
Hiptesis nula: Para quemar ms caloras en el
ejercicio en bicicleta no es necesario
aumentar los niveles de ninguno de
los factores evaluados
Hiptesis alternativa: Para mejorar la quema de caloras a
travs de la bicicleta se necesitara de
niveles de dificultad ms complicados,
rpm elevados y como factor ms
importante. Un tiempo mucho ms
prolongado en el ejercicio, Para que
se optimice la quema.
Factor (es) Niveles
TIEMPO 5 MINUTOS 10 MINUTOS
RPM 60 80
GRADO DE DIFICULTAD ALTO BAJO
Variable Dependiente: La variable dependiente a evaluar con
la cantidad de caloras quemadas con
el ejercicio en bicicleta

DESARROLLO DEL EXPERIMENTO

TABLAS POR BLOQUES

Para iniciar el experimento se procedi extraer los bloques de la tabla principal

con el respectivo nmero aleatorio que no se tuvo en cuenta para el anlisis

estadstico. A dems solo se plasm el factor a evaluar, el cual fue el del

tiempo.
 BLOQUE 1
orden aleatorio bloques tiempo caloras
2 bloque 1 5 24
5 bloque 1 5 28
3 bloque 1 5 24
6 bloque 1 5 28
4 bloque 1 10 46
8 bloque 1 10 52
7 bloque 1 10 47
1 bloque 1 10 54

BLOQUE 2
orden aleatorio bloques tiempo caloras
13 bloque 2 5 24
9 bloque 2 5 27
12 bloque 2 5 24
15 bloque 2 5 28
10 bloque 2 10 46
16 bloque 2 10 53
11 bloque 2 10 47
14 bloque 2 10 55

BLOQUE 3
orden aleatorio bloques tiempo caloras
19 bloque 3 5 24
23 bloque 3 5 27
22 bloque 3 5 24
20 bloque 3 5 28
21 bloque 3 10 46
24 bloque 3 10 53
17 bloque 3 10 47
24 bloque 3 10 54

Con los cuadros obtenidos se introdujo la informacin a un programa

estadstico que nos arroj la siguiente informacin, con respecto a las caloras

quemadas en los 3 bloques y midiendo el tiempo.

 RESULTADOS DEL ANALISIS AL EXPERIMENTO

As como nos informa el programa estadstico despus de evaluar los datos

que en las medias con una letra en comn como tambin se mostrara en el

grafico no son significativamente diferentes una de la otra evaluando solo el

tiempo.

GRAFICO DE LAS CALORIAS QUEMADAS EN RELACION AL TIEMPO

 APORTE POR ALEXANDER PATIO

Experimento

En un estudio se evaluaron factores que podran influir en la resistencia a la

ruptura de una fibra sinttica. En el experimento se evaluaron 4 mquinas de
produccin y 3 operadores. Los resultados se muestran a continuacin:

Operador Mquina Resistencia

1 1 109
1 1 110
2 1 110
2 1 112
3 1 116
3 1 114
1 2 110
1 2 115
2 2 110
2 2 111
3 2 112
3 2 115
1 3 108
1 3 109
2 3 111
2 3 109
3 3 114
3 3 119
1 4 110
1 4 108
2 4 114
2 4 112
3 4 120
3 4 117

Tabla 1. Descripcin general del experimento No. 4.

Objetivo del Experimento: Evaluar los factores que podran influir
en la resistencia a la ruptura de una
fibra sinttica.
Hiptesis nula: Tanto el operador y la maquina no
influyen en la resistencia a la ruptura
de la fibra sinttica.
Hiptesis alternativa: El operador y la maquina son factores
que influyen en la resistencia a la
ruptura de una fibra sinttica.
Factor (es) Niveles
Operador 3
Maquina 4
Variable Dependiente: Resistencia

Desarrollo del experimento.

Se hace el desarrollo del anlisis del experimento a travs del anlisis

estadstico unifactorial el cual por medio de la organizacin de los datos el cual
identificamos la media de cada operador en cada mquina sobre la resistencia
a la ruptura de la fibra sinttica.

Para comenzar le alcanzamos los diferentes clculos estadsticos de las

resistencias que se dieron por la ruptura de la fibra sinttica.

Coeficiente de variacin 0,030111475

Desviacin estndar 3,381267664
Media 112,2916667
Mediana 111,5
Moda 110
Varianza 11,43297101
Xmax 120
Xmin 108

Se tabulan los datos de la siguiente manera sacndole la media a la resistencia

de cada mquina segn el operador.

Resistencia

Maquina Operador 1 Operador 2 Operador 3

1 109,5 111 115

2 112,5 111,5 11
3 108,5 116,5 113,5
 4 109 113 118,5
109,85 113 114,5

Lo cual lo analizamos en la siguiente grfica en la cual muestra las resistencias

de cada una de las maquinas segn el operario:

120
119
118
117
116
115
RESISTENCIA

114
113 Maquina 1
112 Maquina 2
111
110 Maquina 3
109
108 Maquina 4
107
106
105
104
103
Operador 1 Operador 2 Operador 3

Grafica N1.

Analizando la grfica podemos observar que el operario 1 fue el que menor le

dio rendimiento en la resistencia a la ruptura de una fibra sinttica pero fue el
que mejor dio optimacin a la maquina 2.

El operario 2 estuvo a la vanguardia teniendo una resistencia estable segn la

media de la resistencia a la ruptura de una fibra sinttica pero fue el que mejor
aprovecho a la maquina 3.

El operario 3 fue el que mejor le dio mejor utilidad a las maquinas pero tuvo
mejor rendimiento en la maquina 1 y en la maquina 3, que es la que mejor
resistencia tiene a la ruptura de la fibra sinttica.

La siguiente grafica nos demuestra el rendimiento del operario frente a las

cuatro maquinas sobre la resistencia a la ruptura de la fibra sintetica.

Resistencia

Maquina Operador 1 Operador 2 Operador 3

56,1875 113 114,5

El siguiente diagrama de barras demuestra lo tabulado anteriormente.

 MEDIA OPERARIO POR
MAQUINA

120
110
Operario 3;
100 114,5
90
80
Maquinaria

Operario 2;
70 113
60
50
40 Operario 1;
30 56,1875
20
10
0

Grafica N2

Se observa una mayor resistencia de la fibra en el operador 3 respecto a los

otros 2 operadores. A partir de esta premisa se debera realizar un anlisis para
determinar cules son los factores que permiten mejores resultados en este
operador

Se observ una alta variacin en la resistencia de la fibra sinttica en uno de

los tres operadores. Por lo tanto no es un dato correcto para evaluar los datos y
validar que maquina es la mas resistente.

APORTE POR HECTOR MAURICIO PINO

INTRODUCCION

Este es el segundo trabajo de una serie de ejercicios cuyo denominador comn

es divulgar los principios bsicos del diseo estadstico de experimentos. En
este aporte individual se justifica la necesidad de utilizar el diseo estadstico
de experimentos en la planificacin de la experimentacin y se presenta una
visin global de su aplicacin, en cuanto al anlisis estadstico factorial.

Ejercicio 5
El departamento de control de calidad de una planta de acabados textiles
estudia el efecto de varios factores sobre el teido de una tela de algodn y
fibras sintticas utilizada para fabricar camisas para caballero. Se
seleccionaron tres operadores, tres duraciones de ciclo y dos temperaturas, y
se tieron tres ejemplares pequeos de tela bajo cada conjunto de condiciones.
La tela terminada se compar con un patrn, y se le asign una evaluacin
numrica. Los datos se presentan a continuacin:

Duracin del Operador Temperatura Puntuacin en la

Ciclo Evaluacin Numrica
40 1 300 23
40 1 300 24
40 1 300 25
50 1 300 36
50 1 300 35
50 1 300 36
60 1 300 28
60 1 300 24
60 1 300 27
40 2 300 27
40 2 300 28
40 2 300 26
50 2 300 34
50 2 300 38
50 2 300 39
60 2 300 35
60 2 300 35
60 2 300 34
40 3 300 31
40 3 300 32
40 3 300 29
50 3 300 33
50 3 300 34
50 3 300 35
60 3 300 26
60 3 300 27
60 3 300 25
40 1 350 24
40 1 350 23
40 1 350 28
50 1 350 37
50 1 350 39
50 1 350 35
60 1 350 26
60 1 350 29
60 1 350 25
40 2 350 38
40 2 350 36
40 2 350 35
50 2 350 34
50 2 350 38
50 2 350 36
60 2 350 36
60 2 350 37
60 2 350 34
40 3 350 34
40 3 350 36
40 3 350 39
50 3 350 34
50 3 350 36
50 3 350 31
60 3 350 28
60 3 350 26
60 3 350 24

Tabla 1. Descripcin general del experimento No. 05. Desarrollado por Hector
Mauricio Pino Bernal

Objetivo del Experimento: Efecto de varios factores sobre el

teido de una tela de algodn y fibras
sintticas utilizada para fabricar
camisas para caballero

Hiptesis nula: Los factores no tienen un efecto

significativo

Hiptesis alternativa: Los factores si tienen un efecto

significativo

Factor (es) Niveles

Duracin 40 50 60

Temperatura 300 350

Operador 1 2 3

Variable Dependiente: Condiciones para obtener el mejor

teido
 Diseo del Modelo

Multinivel diseo factorial

Factores: 3 Repeticiones: 3

Carreras de fondo: 18 carreras en total: 54

Bloques de fundamento: 1 cuadras totales: 1

Nmero de plantas: 3, 2, 3

Modelo lineal general: Teido frente duracin, Temperatura, Operador

Tipo Factor Niveles Valores

Duracin fija 3 40, 50, 60

Temperatura fija 2 300, 350

Operador fija 3 1, 2, 3

Anlisis de varianza para Teido, utilizando SS Ajustada de Pruebas

Fuente DF Seq SS Adj SS Adj MS F P

Duracin 2 432.704 432.704 216.352 63.84 0.000

Temperatura 1 52.019 52.019 52.019 15.35 0.000

Operador 2 267.148 267.148 133.574 39.42 0.000

Duracin * 2 82.259 82.259 41.130 12.14 0.000

Temperatura

Duracin * 4 353.519 353.519 88.380 26.08 0.000

Operador

Temperatura* 2 12.481 12.481 6.241 1.84 0.173

Operador

Duracin * 4 49.074 49.074 12.269 3.62 0.014

Temperatura*
Operador

Error 36 122.000 122.000 3.389

Total 53 1371.204

Cuando se realizaron los anlisis de la varianza, arroja que los factores

duracin, temperatura, operador y las integraciones duracin- temperatura,
duracin -operador tienen un efecto significativo.

S = 1.84089 R-Sq = 91.10% R-Sq (adj) = 86.90%

Normal Probability Plot of the Residuals

(response is Teido)
99

95
90

80
70
Percent

60
50
40
30
20

10

1
-3 -2 -1 0 1 2 3
Standardized Residual

En esta grfica de normalidad de los residuos arroja que estn distribuidos

cerca de la recta.
 Residuals Versus the Fitted Values
(response is Teido)

2
Standardized Residual

-1

-2

25.0 27.5 30.0 32.5 35.0 37.5

Fitted Value

La grafica muestra independencia, porque la distribucin se encuentra por

arriba y por debajo de la lnea.

Interaction Plot (data means) for Teido

300 350 1 2 3

Duracin
35
40
50
60
Dur acin 30

25

Temperatura
35
300
350
T emper atur a 30

25

O per ador

Teniendo en cuenta la respuesta esperada el mejor teido que resulto es el que

se dio con las condiciones de duracin del ciclo en 50, con el operador 2 y la
temperatura de 350.

Los factores de tiempo, temperatura y operador influyen directamente en los

resultados sobre el teido de la tela de algodn.
 Resistencia vs Maquina
140

120

100

80

60

40

20

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

Maquina Resistencia Linear (Resistencia)

Como se puede observar en la linea de tendencia las resistencias no

presentaron inconvenientes en ninguna de las maquinas con los diferentes
operadores.

Como se puede observar el F-valor es menor y p-valor es mayor, por tal H son
iguales las resistencias

CONCLUSIONES

En este taller se ha introducido el diseo estadstico de experimentos. Se han

indicado las limitaciones de la experimentacin tradicional variando un factor
cada vez y se han presentado las etapas en la aplicacin del diseo estadstico
de experimentos. Como aprehendiente pienso que en talleres posteriores se
presentarn algunas de las herramientas metodolgicas mencionadas en las
unidades 2 y 3 con el fin de estudiar el efecto de varios factores sobre una
respuesta y diversas estrategias de optimizacin.

BIBLIOGRAFIA

joelito210. (12 de NOVIEMBRE de 2009). YOUTUBE. Recuperado el 08 de 04

de 2015, de YOUTUBE: https://www.youtube.com/watch?v=KAZkQw3oj84

RUBIO, W. 2008. Estudio comparativo y determinacin de factores

competitivos de los sistemas productivos de papa criolla (Solanum phureja Juz

et. Buk) y frijol (Phaseolus vulgaris L.) en el municipio de Fosca,

Cundinamarca. Trabajo de grado presentado para optar por el ttulo de

Ingeniero Agrnomo. Universidad Nacional de Colombia.

RIOS, M.J., y QUIRS, J.E. 2007. El Frijol: su cultivo, beneficio y variedades.

Fenalce 182 p.

LAVALLE, P. 1985. The soil fauna of tropical savannas, in: Ecosystems of the

world 13.Bourliere Elsevier, Amsterda. pp, 485-504.

RIECHERT, S. AND HARP J, 1987. Nutritional ecology of spiders. In Nutritional

ecology of insects, mites, spiders and related invertebrates, pp 645 -673

RUSELL, E. J. Y RUSEELL, E.W. 1968. Las condiciones del suelo y el

crecimiento de las plantas, Aguilar S.A. de Ediciones. Madrid 801p.

Ferr, J., & Rius, F. (N. D.). Introduccin al diseo estadstico de experimentos.

Departamento de Qumica Analtica y Qumica Orgnica - Universitat Rovira i

Virgili. Recuperado de: http://www.quimica.urv.es/quimio/general/dis.pdf

Rojas Crdenas, L. E., & Rojas Corts, L. (2000). Exploracin al diseo

experimental. Ciencias e Ingeniera Neogranadina, 9, 51-59. Recuperado de:

http://www.umng.edu.co/documents/63968/74797/uwv_9a rticulo8.pdf
Rodrigo, M. F., & Molina, J. G. (2010). T.3 Inferencia estadstica: estimacin

de parmetros. Universitat de Valencia. Recuperado de:

http://ocw.uv.es/ciencias-de-la-salud/estadistica-estadistica-inferencial-

enpsicologia/tema_3.pdf

Rodrigo, M. F., & Molina, J. G. (2010). T.4 Inferencia estadstica: Contraste

de hiptesis. Universitat de Valencia. Recuperado de: http://ocw.uv.es/ciencias-

de-lasalud/estadistica-estadistica-inferencial-enpsicologia/tema_4.pdf