Académique Documents
Professionnel Documents
Culture Documents
1.1 Introduccin
1
bibliogrfica sobre nuestro tema de inters deber ser una recopilacin seria y
honesta que servir de base a lo que ser nuestra contribucin al conocimiento.
A. Inicio de tarea.
2
Asegurmonos de la validez y seriedad de las fuentes que
consultamos: el requerimiento bsico es que toda informacin debe estar
adecuadamente sustentada. Esto significa que debemos proporcionar los
datos para que sea posible verificar alguna aseveracin.
a) Especfica.
b) Limitada.
3
c) Valiosa.
d) Investigable.
4
b) Bsqueda de libros.
c) Bsqueda de artculos.
d) Informacin adicional.
5
No dejemos de lado la posibilidad de encontrar informacin de
grficas), bases de datos en computadoras, redes de computadoras
(Internet), listas de inters va correo electrnico, etc.
http://www.libgen.net; en.bookfi.org; http:// gen.lib.rus.ec y
lib.freescienceengineering.org.
El propsito de leer.
6
Uno de los ms simples y efectivos mtodos para hacer lectura
para anlisis es escribir un resumen, el cual podr revelar el contenido y
estructura de un trozo de texto. El propsito bsico de un resumen es el
de sintetizar lo mximo de informacin en el mnimo de espacio.
Una lista y resumen de informacin es tan slo eso, una lista, hasta
que interpretamos lo que ello significa. La lectura interpretativa nos
permite elaborar inferencias predecir lo desconocido de lo conocido,
extrapolar las ideas del autor, elaborar analogas, sugerir implicaciones y
conclusiones, etc.
7
1.2.4 Documentacin.
Qu se debe documentar?:
- Citaciones directas.
- Ideas obtenidas de la fuente.
- Parafrases.
- Alusiones o referencias incompletas de la fuente.
8
CARROLL, Lewis. Alices Adventures in Wonderland [en lnea]. Texinfo ed. 2.1.
[Dortmund, Alemania]: WindSpiel, noviembre 1994 [citado febrero 10, 1995].
Disponible de World Wide Web:
http://www.germany.eu.net/books/carroll/alice.html. Disponible tambin en
versiones de PostScript y ASCII de Internet:
ftp://ftp.Germany.EU.net/pub/books/carroll/.
Al hacer referencia de una cita del autor consultado dentro del texto que
estamos elaborando, colocar el nmero correlativo correspondiente entre
corchetes o parntesis.
Absorbance values (A) were determined between 4000 and 400 cm-1. These
values were chosen because they are proportional to the concentration (Lambert-
Beer law). We can determine the DA of chitosan samples by comparing the peak
(for us 1655 cm-1), which is proportional to the DA (measurement peak M), to
another peak (for us 3450 cm-1), which is independent of the DA (reference peak
R). To obtain the peak M or R, their respective base lines (2b and 1a) can refer
to which in the literature [4].
A. Portada.
Incluye el ttulo de la investigacin, nombre del autor o autores,
nombre de la afiliacin o instituciones u organizacin que patrocina la
investigacin y la fecha de presentacin.
9
La progresin formal de un ndice va de preferencia segn: los
nmeros romanos, letras maysculas, nmeros arbigos, letras minsculas,
nmeros arbigos entre parntesis y letras minsculas entre parntesis.
I.
A.
1.
2.
a.
b.
(1)
(2)
(a)
(b)
B.
1.
2.
a.
b.
(1)
(2)
(a)
(b)
II.
............
C. Resumen (Abstract).
Que constituye el contenido esencial del reporte de investigacin. No
debe superar las 175 palabras. Debe consignarse en hoja individual.
10
D. Introduccin.
Incluye el planteamiento del problema (antecedentes, objetivos,
justificacin e hiptesis); el contexto general de la investigacin (cmo y
dnde se realiz), variables y trminos de la investigacin; limitaciones.
E. Marco terico.
Revisin bibliogrfica que incluye estudios e investigaciones
antecedentes y las teoras a manejar.
F. Materiales y metodologa.
Describe como fue llevada a cabo la investigacin. Incluye: diseo
experimental utilizado, instrumentos, equipos y procedimiento.
G. Resultados.
Producto del anlisis de datos. Normalmente resume los datos
recolectados y el tratamiento estadstico que se les practic. Los resultados
en tablas no deben ocupar ms de una pgina y debe ir encabezada con:
Tabla 1.1: Ttulo. Los resultados en figuras deben aparecer luego que se
hizo mencin de ellos en el texto y con: Figura 1.1: Ttulo al pie de la
figura.
H. Conclusiones.
Recomendaciones e implicaciones (o discusin).
I. Bibliografa.
Todas las referencias bibliogrficas utilizadas por el investigador y
ordenadas numricamente conforme aparecen citadas en el texto.
J. Apndices.
Describen con mayor detalle cierto material, sin distraer la lectura del
texto principal.
Poner especial atencin en los detalles de presentacin: mrgenes,
justificacin del texto, espaciamiento entre lneas, sangras, numeracin de
11
pginas, ttulos y subttulos no cortados en fin de pgina, ortografa,
puntuacin, tipo y tamao de letra, etc.
Existen tres mtodos bsicos con los cuales el investigador puede obtener los
datos deseados:
En primer lugar, el investigador puede buscar datos ya publicados por fuentes
gubernamentales, industriales o individuales.
En segundo lugar, puede disear un experimento para obtener los datos
necesarios.
En tercer lugar, puede efectuar una encuesta.
12
1.3.2 Tipos de datos
Cualitativos
Cuantitativos
18
estadstico se han vuelto el instrumento preferido en la mayora de las encuestas.
Existen tres razones principales para preferir una muestra: primero que todo, se
suele necesitar demasiado tiempo para hacer un censo completo; en segundo lugar,
es muy costoso hacer un censo completo, y en tercer lugar, es muy engorroso e
ineficiente obtener encuestas de toda la poblacin objetivo. Por ello, el objetivo del
investigador es hacer inferencia en relacin con la poblacin total de usuarios, con
base en los resultados obtenidos con la muestra.
G. Tipos de muestras
Tipos de muestras
probabilisticas No probabilisticas
Muestras no probabilsticas
19
desee, mientras que en las muestras de cuota, este tipo de seleccin est
restringido por varias cuotas preestablecidas en relacin con sexo, raza, edad, etc.,
que tratan de simular caractersticas conocidas de la poblacin. En cualquier caso,
es improbable que el entrevistado elija trabajar en vecindarios muy pobres, en zonas
de depresin o en lugares poco accesibles. Con esto, los resultados tienen un
prejuicio o sesgamiento automtico, porque se omitiran grupos enteros del proceso
de seleccin.
Muestras probabilsticas
20
Una muestra probabilstica es aquella en la cual los sujetos de la muestra se
seleccionan con base en probabilidades conocidas. En particular, en la muestra
aleatoria simple cada sujeto tiene la misma oportunidad de seleccin que cualquier
otro sujeto en cada etapa sucesiva del proceso de seleccin. Asimismo, una muestra
aleatoria simple se puede interpretar como una en la cual cada posible muestra que
se ha sacado, tiene la misma posibilidad de seleccin que cualquier otra muestra.
21
Si el listado es inadecuado porque no se incluyeron en forma apropiada ciertos
grupos de sujetos en la poblacin, las muestras probabilsticas aleatorias solo
suministraran estimaciones de las caractersticas de la poblacin objetivo, no de la
poblacin real y ocurrirn desviaciones en los resultados.
Hay que tener en cuenta que hay dos mtodos bsicos utilizables para selec-
cionar la muestra: la muestra se podra obtener con reemplazo o sin reemplazo de
la poblacin finita. El investigador debe enunciar con claridad el mtodo empleado,
ya que las diversas frmulas subsecuentes utilizadas para fines de inferencia
estadsticas dependen del mtodo para seleccin. Al muestrear con reemplazo, la
probabilidad de que cualquier sujeto particular, digamos Mara Prez, sea
seleccionada en el primer sorteo en el recipiente, es 1/N (o 1/900 para el ejemplo).
Quienquiera que resulte seleccionado en el primer sorteo, la informacin pertinente
se registra en un archivo maestro y la tarjeta particular se reemplaza en el recipiente
(muestreo con reemplazo).
22
Las N tarjetas que hay en el recipiente se mezclan bien y se saca una segunda
tarjeta. Dado que se reemplaz la primera tarjeta, la probabilidad de seleccin de
cualquier sujeto particular, incluso Mara Prez, en el segundo sorteo haya o no
sido seleccionada antes todava es de l/N. Tambin en este caso se anota la
informacin pertinente en un archivo maestro y se reemplaza la tarjeta para el tercer
sorteo. Se repite este proceso hasta obtener el tamao deseado de la muestra. Se
ver pues que al muestrear con reemplazo, cada sujeto en cada sorteo siempre
tendr la probabilidad uno entre N de ser seleccionado.
23
b) Tamao de muestra para una proporcin
=
Ejemplo 1
Se realiza un ensayo de traccin para estimar la resistencia de un material
metlico. Preliminarmente se ensayan 09 probetas dando como
r e s u l t a d o : 291, 140, 223, 219, 195, 248, 251, 163 y 292 MPa. Cul es el
tamao necesario de la muestra para calcular la verdadera r e s i s t e n c i a d e l
m a t e r i a l con un error de 20 MPa?.
Solucin
En primer lugar obtenemos de los datos la media y desviacin estndar:
x = 234,2 ppm y s = 57,9632 ppm
Suponiendo adems que nuestra estimacin la hacemos con un nivel de confianza
del 95% ( z / 2 = 1,96 ) tenemos:
n=(1,96x57,96/20)2=32
Ejemplo 2
Una proporcin desconocida p de lotes malos de material se han recepcionado
incorrectamente y deben retirarse. Para estimar la magnitud del problema, los
encargados desean estimar la proporcin de l o t e s m a l o s r e c i b i d o s. Cuntos
lotes deben ser examinados
^
aleatoriamente de modo que el p estimado est dentro del 0,08 de la verdadera
proporcin p con un 95% de confianza? Basndose en las quejas de clientes
anteriores se sabe que p20%.
Solucin
Reemplazando datos tenemos:
n=(1,96/0,08)2x0,2x(1-0,2)=96 lotes
24
1.4 Diseo Experimental (DOE)
25
vez un factor (variable) y distinguir los efectos que tiene sobre la respuesta cada
factor por separado. Esta estrategia a pesar de ser la ms utilizada en las empresas
y seguir el mtodo cientfico, es ineficiente para hallar mejores condiciones del
proceso. Dicha metodologa tuvo su apogeo con Thomas Edison, que aplic la
estrategia OFAT para inventar la bombilla de luz.
Estas estrategias quedaron obsoletas, cuando Sir Ronald Fisher en los aos
1920 descubri un mtodo mucho ms eficiente para experimentar basado en los
diseos factoriales. El diseo de experimentos fue aplicado por primera vez por
Fisher en Inglaterra en la agricultura, y sus experiencias se llegaron a publicar en
1935, en su libro Design of Experiments. Sus estudios estaban centrados en
mejorar la produccin de papas, trabajando para la Estacin Agrcola Experimental
de Rothamstede en Londres.
Cada uno de los enfoques tiene sus partidarios, por lo que el debate entre ellos
fue durante muchos aos muy intenso y generalmente poco constructivo. A pesar de
ello, Deming deca: Cualquier tcnica puede ser til, si se conocen y entienden sus
limitaciones. En esta parte solo mencionaremos el enfoque clsico, los enfoques de
Taguchi y Shainin se tocarn en captulos posteriores.
Enfoque Clsico
Montgomery [2] considera que hubo cuatro etapas en el desarrollo del diseo
de experimentos clsico. La primera etapa, iniciada en los aos veinte por Fisher,
se caracteriza por la introduccin sistemtica del pensamiento cientfico, la
aplicacin de los diseos factoriales y en anlisis de varianza (ANOVA) en las
investigaciones experimentales cientficas. En la dcada de los 30s y 40s, se
25
introdujeron los diseos experimentales fraccionados, como solucin al exceso de
experimentos necesarios para llevar a cabo factoriales completos.
26
desarrollar significativamente la tcnica. Adems la automatizacin de los clculos y
grficas a travs de software, permiti simplificar la tcnica para que fuera utilizada
por ms cientficos e ingenieros. En esta etapa surge el concepto de optimalidad,
lo cual lleva a la utilizacin de diseos ptimos generados por una computadora.
27
Las hiptesis que no se ponen a prueba son como las buenas intenciones que
nunca se realizan. Permanecen hipotticas.
El proceso o sistema bajo estudio puede representarse por medio del modelo
de la figura 1.3. De este modo, suele ser posible visualizar el proceso como una
combinacin de una serie de recursos (mquinas, mtodos, personas, etc.) que
transforman alguna entrada (por lo general un material) en una salida que tiene una
o ms respuestas observables. Algunas variables del proceso son controlables,
x1,x2,....,xk, mientras que otras z1,z2,.....,zk, son incontrolables (aunque en un
experimento es posible controlarlas). Por ejemplo, en un proceso de flotacin de
minerales sulfurados, donde se quiere estudiar el efecto de la concentracin de
colector y del pH sobre la recuperacin, la dosificacin del colector y el pH son
variables controlables; mientras que la ley del mineral o la mineraloga son variables
incontrolables o de ruido.
28
Xi
PROCESO O SISTEMA Yi
Zi
Las condiciones de cada una de las variables de ingreso tienen efecto en las
respuestas de produccin; algunas de ellas tendrn un efecto ms pronunciado que
otras. Adems estas variables interactan entre s, es decir, se desarrolla entre ellas
una independencia que modifica su efecto individual. Un aporte tan importante como
el de evaluar el efecto de cada variable, es que un diseo experimental tambin
permite medir el nivel de interaccin entre las variables de ingreso y fijar los mejores
valores de estas variables de modo que la respuesta proporcione las mejores
condiciones.
Ejemplo 1:
Un investigador est interesado en estudiar si es posible utilizar el quitosano
para extraer As del agua considerando dos variables o factores independientes. Los
rangos en que debe experimentar son los siguientes:
En este caso el objetivo del investigador es determinar cul de los dos factores
tiene mayor efecto sobre la extraccin. El investigador debe someter un cierto
nmero de muestras del efluente a distintas dosificaciones de quitosano y a distintos
pH, y despus, calcular la extraccin. La extraccin promedio de las muestras en
cada experimento servir para determinar cul de los dos factores es ms
importante.
Ahora bien, la manera como pueden ser llevados a cabo los experimentos
pueden ser de dos formas:
30
A. Experimentacin pasiva
quitosano pH Extraccin
(g/l) (%)
0,8 2,5 95,68
0,8 3,5 52,60
31
A primera vista se concluye que la combinacin quitosano= 0,8 g/l y pH= 2,5
proporciona la mayor recuperacin de As. Este tipo de experimentacin se denomina
"diseo uno a la vez".
B. Experimentacin activa
Ejemplo 3:
quitosano pH Extraccin
(g/l) (%)
0,4 2,5 76,38
0,8 2,5 95,68
0,4 3,5 16,08
0,8 3,5 52,60
0,6 3,0 63,67
0,6 3,0 65,36
0,6 3,0 64,72
32
En la optimizacin de los procesos, la utilizacin de los diseos experimentales,
junto con una estrategia adecuada de optimizacin, es el mejor mtodo para
encontrar los valores ptimos de las variables de la manera ms rpida y eficiente
posible.
33
El uso de diseo experimental en las tareas de desarrollo de nuevos procesos
y productos en la ciencia e ingeniera, puede dar por resultados productos con
mayor confiabilidad y mejor funcionamiento, menores costos, y menor tiempo de
diseo y desarrollo del producto.
34
Estos contornos son proyecciones en la regin dosificacin de quitosano - pH
de cortes transversales de la superficie de extraccin que corresponden a las
extracciones antes mencionadas. Dicha superficie se denomina superficie de
respuesta. La verdadera superficie de respuesta es desconocida, de modo que se
requerirn mtodos experimentales a fin de optimizar la extraccin con respecto a la
dosificacin de resina y del pH.
35
1.4.4 Principios bsicos
a) Obtencin de rplicas;
b) Aleatorizacin; y
c) Anlisis por bloques.
36
de que tanto la asignacin del material experimental como el orden en que se
realizan las pruebas individuales se determina aleatoriamente. Los mtodos
estadsticos requieren que las observaciones (o los errores) sean variables
aleatorias independientes. Adems, al aleatorizar adecuadamente un experimento
se ayuda a 'cancelar' los efectos de factores extraos que pudieran estar presentes.
El anlisis por bloques es una tcnica que se usa para incrementar la precisin
del experimento. Un bloque es una porcin del material experimental que sea ms
homognea que el total del material. Al realizar un anlisis por bloques, se hacen las
comparaciones entre las condiciones de inters del experimento dentro de cada
bloque.
37
Es importante fijar todos los factores que pueden ser de inters, y depender
demasiado de experiencias pasadas, en particular durante las primeras
etapas, cuando el objetivo es la caracterizacin del proceso.
F. Anlisis de datos
Se requiere de un anlisis estadstico de los datos, los cuales por lo general
no son complicados. Se debe tener en cuenta que el anlisis estadstico solo
hace posible obtener el probable error de una conclusin o asignarle un nivel
de confiabilidad a los resultados. Las tcnicas estadsticas, a un buen
conocimiento tcnico del proceso y al sentido comn, suelen llevar a
conclusiones razonables.
G. Conclusiones y recomendaciones
Para esta etapa, es muy til utilizar mtodos grficos. Tambin es importante
realizar corridas de seguimiento y pruebas de confirmacin para dar validez a
las conclusiones del experimento.
38
1.4.6. Clasificacin de los diseos experimentales
k k
y i = a 0 + a i xi + aij xi x j + ij
i =1 i< j
39
Donde yi es la respuesta o variable de salida (variable dependiente) que es
funcin de las variables de entrada x1, x2,...,xk. El caso ms simple, con una sola
variable de entrada, k =1, proporciona un modelo como el siguiente:
y i = a 0 + a1 x1 + i
y = a0 + a1 x1 + a 2 x2 + a12 x1 x2 + ij
- Diseos factoriales;
- Diseos factoriales fraccionados
- Diseos de Placckett y Burman
Se denomina as a aquellos que permiten estimar los parmetros ai, auj, ajj
de la ecuacin general:
40
k k k
y i = a 0 + a i x i + a ii x i2 + a ij x i x j + ij
i =1 i =1 i< j
Si consideramos el caso de una sola variable controlable, el modelo de
segundo orden toma la forma:
y i = a 0 + a1 x1 + a11 x12 + i
41
y = a 0 + a1 x1 + a2 x2 + a11 x12 + a 22 x 22 + a12 x1 x2 + ij
42
1.4.7 Cmo seleccionar un diseo experimental?
43
Localizar fallas y puntos dbiles en un proceso.
Hacer un proceso o producto ms robusto contra la influencia de
factores externos o no controlables. El trmino robusto significa
insensible a estas influencias.
44