Diseño de Experimentos Ing. Juan E.

Jaico Segura

DISEÑO
DE EXPERIMENTOS

Los diseños de experimentos son muy útiles para optimizar procesos metalúrgicos y para
encontrar soluciones a los problemas que se presentan en una planta concentradora. Con los
datos de los diseños experimentales se pueden obtener ecuaciones empíricas que describen el
proceso con cierto margen de confiabilidad, sin embargo no es necesario hallar esas
ecuaciones para saber el valor óptimo de las variables por que en el cuadro de resultados
experimentales se ven los requisitos necesarios para obtener el valor óptimo.
Los diseños experimentales más usados son:
DISEÑOS DE COMPARACIÓN
Los diseños de comparación son:
- Comparación Muestra-Población; se usa para saber si un lote de objetos cumple con una
especificación técnica.
- Comparación de Medias; se usa para saber si dos métodos/objetos producen el mismo
resultado.
- Bloque Aleatorizado; se usa para saber si los métodos/objetos (de 2 variables) producen el
mismo resultado.
DISEÑOS ANALÍTICOS
Se usan en investigaciones de alto rigor científico como las tesis de investigación y el estudio
analítico de los procesos metalúrgicos. Los diseños analíticos son el diseño unifactorial,
bifactorial y trifactorial. En estos diseños se trabaja con 2 ó más réplicas que permiten
observar la interacción de cada una de las variables.

―40―
Diseño de Experimentos Ing. Juan E. Jaico Segura

DISEÑOS PARA PROCESOS

Son diseños simplificados que se utilizan para la optimización de procesos metalúrgicos. Esta
optimización se hace en 2 etapas; la primera etapa se llama “screening” y consiste en
identificar las únicas variables que mejoran el proceso; la segunda etapa se llama
“optimización final” y consiste en hallar los valores óptimos de las variables seleccionadas.
Los diseños que se utilizan para screening son:
- Diseño Factorial 2k (cuando hay 3 variables).
- Diseño Plackett & Burman (cuando hay 4 variables).
Los diseños que se utilizan para optimización final son:
- Diseño Pentagonal, Hexagonal y Octogonal (cuando hay 2 variables).
- Diseño Estrella (cuando hay 3 variables).
DEFINICIONES CLAVE
- El antecedente guía soluciones y la teoría los explica.
- El indicador es la unidad de medida de las variables.
- La influencia es en… y el efecto es sobre…
- El valor “α” es el error del tipo I, es decir es el error de rechazar la hipótesis nula siendo
verdadera. La hipótesis nula se representa por Ho y la alterna por H1.
- La interacción es la dependencia que hay entre las variables; por ejemplo, si con un nivel
de pH variamos el % CN- y la recuperación no cambia pero si luego con otro nivel de pH
variamos el % CN- y la recuperación si cambia entonces se dice que el % CN - depende del
pH y hay interacción entre ellos.
- La desviación estándar “σ” es la diferencia que se puede obtener cuando se vuelve a tomar
la misma medida; por ejemplo, si después de varias mediciones se ha encontrado que el
pH es 10.5 y la “σ” es 0.2 entonces eso quiere decir que si volvemos a medir el pH es muy
probable que el resultado esté entre 10.3 y 10.7; la definición matemática de “σ” es:
n
 ( y i  y)
 i 1
( n  1)

INFORME
DE LA PRUEBA INDICE DEL INFORME
DE 1.- Introducción
CIANURACIÓN 2.- Objetivos de la prueba
EN COMUNA 3.- Condiciones de la prueba
4.- Análisis químicos
5.- Análisis de resultados
Alto Chicama 6.- Conclusiones
7.- Recomendaciones
AGOSTO 2004 8.- Anexos

―41―
Diseño de Experimentos Ing. Juan E. Jaico Segura

PUNTOS PORCENTUALES DE LA DISTRIBUCIÓN “t”*

α 0.40 0.25 0.10 0.05 0.025 0.01 0.005 0.0025 0.001 0.0005
ν
1 0.325 1.000 3.078 6.314 12.706 31.821 63.657 127.320 318.310 636.620
2 0.289 0.816 1.886 2.920 4.303 6.965 9.925 14.089 23.326 31.598
3 0.277 0.765 1.638 2.353 3.182 4.541 5.841 7.453 10.213 12.924
4 0.271 0.741 1.533 2.132 2.776 3.747 4.604 5.598 7.173 8.610
5 0.267 0.727 1.476 2.015 2.571 3.365 4.032 4.773 5.893 6.869
6 0.265 0.727 1.440 1.943 2.447 3.143 3.707 4.317 5.208 5.959
7 0.263 0.711 1.415 1.895 2.365 2.998 3.499 4.019 4.785 5.408
8 0.262 0.706 1.397 1.860 2.306 2.896 3.355 3.833 4.501 5.041
9 0.261 0.703 1.383 1.833 2.262 2.821 3.250 3.690 4.297 4.781
10 0.260 0.700 1.372 1.812 2.228 2.764 3.169 3.581 4.144 4.587
11 0.260 0.697 1.363 1.796 2.201 2.718 3.106 3.497 4.025 4.437
12 0.259 0.695 1.356 1.782 2.179 2.681 3.055 3.428 3.930 4.318
13 0.259 0.694 1.350 1.771 2.160 2.650 3.012 3.372 3.852 4.221
14 0.258 0.692 1.345 1.761 2.145 2.624 2.977 3.326 3.787 4.140
15 0.258 0.691 1.341 1.753 2.131 2.602 2.947 3.286 3.733 4.073
16 0.258 0.690 1.337 1.746 2.120 2.583 2.921 3.252 3.686 4.015
17 0.257 0.689 1.333 1.740 2.110 2.567 2.898 3.222 3.646 3.965
18 0.257 0.688 1.330 1.734 2.101 2.552 2.878 3.197 3.610 3.922
19 0.257 0.688 1.328 1.729 2.093 2.539 2.861 3.174 3.579 3.883
20 0.257 0.687 1.325 1.725 2.086 2.528 2.845 3.153 3.552 3.850
21 0.257 0.686 1.323 1.721 2.080 2.518 2.831 3.135 3.527 3.819
22 0.256 0.686 1.321 1.717 2.074 2.508 2.819 3.119 3.505 3.792
23 0.256 0.685 1.319 1.714 2.069 2.500 2.807 3.104 3.485 3.767
24 0.256 0.685 1.318 1.711 2.064 2.492 2.797 3.091 3.467 3.745
25 0.256 0.684 1.316 1.708 2.060 2.485 2.787 3.078 3.450 3.725
26 0.256 0.684 1.315 1.706 2.056 2.479 2.779 3.067 3.435 3.707
27 0.256 0.684 1.314 1.703 2.052 2.473 2.771 3.057 3.421 3.690
28 0.256 0.683 1.313 1.701 2.048 2.467 2.763 3.047 3.408 3.674
29 0.256 0.683 1.311 1.699 2.045 2.462 2.756 3.038 3.396 3.659
30 0.256 0.683 1.310 1.697 2.042 2.457 2.750 3.030 3.385 3.646
40 0.255 0.681 1.303 1.684 2.021 2.423 2.704 2.971 3.307 3.551
60 0.254 0.679 1.296 1.671 2.000 2.390 2.660 2.915 3.232 3.460
120 0.254 0.677 1.289 1.658 1.980 2.358 2.617 2.860 3.160 3.373
∞ 0.253 0.674 1.282 1.645 1.960 2.326 2.576 2.807 3.090 3.291
ν = grados de libertad.
* Adaptada con permiso de Biometrika Tables for Statisticians, vol. 1, 3a. ed., E.S. Pearson y H.O. Hartley, Cambridge University Press,
Cambridge.

―42―
Diseño de Experimentos Ing. Juan E. Jaico Segura Ing. Juan E. Jaico Segura

PUNTOS PORCENTUALES DE LA DISTRIBUCIÓN “F”

F(0.05;ν1;ν2)
ν1
ν2 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ∞

1 161.40 199.50 215.70 224.60 230.20 234.00 236.80 238.90 240.50 241.90 243.90 245.90 248.00 249.10 250.10 251.10 252.20 253.30 254.30
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40 19.41 19.43 19.45 19.45 19.46 19.47 19.48 19.49 19.50
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.74 8.70 8.66 8.64 8.62 8.59 8.57 8.55 8.53
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.91 5.86 5.80 5.77 5.75 5.72 5.69 5.66 5.63
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.68 4.62 4.56 4.53 4.50 4.46 4.43 4.40 4.36
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.00 3.94 3.87 3.84 3.81 3.77 3.74 3.70 3.67
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.57 3.51 3.44 3.41 3.38 3.34 3.30 3.27 3.23
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.28 3.22 3.15 3.12 3.08 3.04 3.01 2.97 2.93
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.07 3.01 2.94 2.90 2.86 2.83 2.79 2.75 2.71
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.91 2.85 2.77 2.74 2.70 2.66 2.62 2.58 2.54
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.79 2.72 2.65 2.61 2.57 2.53 2.49 2.45 2.40
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.69 2.62 2.54 2.51 2.47 2.43 2.38 2.34 2.30
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.60 2.53 2.46 2.42 2.38 2.34 2.30 2.25 2.21
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.53 2.46 2.39 2.35 2.31 2.27 2.22 2.18 2.13
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.48 2.40 2.33 2.29 2.25 2.20 2.16 2.11 2.07
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.42 2.35 2.28 2.24 2.19 2.15 2.11 2.06 2.01
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.38 2.31 2.23 2.19 2.15 2.10 2.06 2.01 1.96
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.34 2.27 2.19 2.15 2.11 2.06 2.02 1.97 1.92
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.31 2.23 2.16 2.11 2.07 2.03 1.98 1.93 1.88
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.28 2.20 2.12 2.08 2.04 1.99 1.95 1.90 1.84
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.25 2.18 2.10 2.05 2.01 1.96 1.92 1.87 1.81
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.23 2.15 2.07 2.03 1.98 1.94 1.89 1.84 1.78
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.20 2.13 2.05 2.01 1.96 1.91 1.86 1.81 1.76
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.18 2.11 2.03 1.98 1.94 1.89 1.84 1.79 1.73
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.16 2.09 2.01 1.96 1.92 1.87 1.82 1.77 1.71
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.15 2.07 1.99 1.95 1.90 1.85 1.80 1.75 1.69
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.13 2.06 1.97 1.93 1.88 1.84 1.79 1.73 1.67
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.12 2.04 1.96 1.91 1.87 1.82 1.77 1.71 1.65
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.10 2.03 1.94 1.90 1.85 1.81 1.75 1.70 1.64
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.09 2.01 1.93 1.89 1.84 1.79 1.74 1.68 1.62
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2.00 1.92 1.84 1.79 1.74 1.69 1.64 1.58 1.51
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.92 1.84 1.75 1.70 1.65 1.59 1.53 1.47 1.39
120 3.92 3.07 2.68 2.45 2.29 2.17 2.09 2.02 1.96 1.91 1.83 1.75 1.66 1.61 1.55 1.55 1.43 1.35 1.25
∞ 3.84 3.00 2.60 2.37 2.21 2.10 2.01 1.94 1.88 1.83 1.75 1.67 1.57 1.52 1.46 1.39 1.32 1.22 1.00

―42―
Diseño de Experimentos Ing. Juan E. Jaico Segura

COMPARACIÓN MUESTRA-POBLACIÓN

Se desea saber si un lote de bocinas de bronce que se va a comprar tiene una Resistencia a la
Tracción de 20 kg/mm2; para saber esto se tomaron 15 bocinas del lote y se hicieron los
ensayos respectivos los cuales dieron en promedio 18.4 kg/mm 2 y una desviación estándar de
2.2 kg/mm2. Según estos resultados, el lote de bocinas de bronce cumple con la especificación
técnica de Resistencia a la Tracción?.

SOLUCIÓN:
A simple vista ambas resistencias son diferentes, sin embargo si la diferencia entre ambas no
es alta y está dentro del límite estadístico permisible entonces se les considera prácticamente
iguales y por lo tanto podemos concluir que el lote cumple con la especificación de 20
kg/mm2. Para saber esto hacemos el siguiente análisis estadístico.

1. Hipótesis Planteada:
Ho: La media del lote no es diferente a la especificada.
H1: La media del lote es diferente a la especificada.

2. Nivel de Confianza: 95 % (α = 0.05)

3. Criterio de Rechazo:
Usaremos la prueba “t” para evaluar las hipótesis planteadas comparando el valor
experimental (to) con el teórico (tt).
En este caso: tt = t(α/2;n-1) = 2.1
Por lo tanto, se rechaza Ho si to> 2.1

4. Cálculos Estadísticos:
18.4 kg/mm 2  20 kg/mm 2
to   2.8
 2.2 kg/mm 2 
 
 15 
 

5. Decisión Final:
Se rechaza Ho por que to> tt (la diferencia que hay entre las medias es mayor al límite
estadístico permisible). Por lo tanto el lote de bocinas no debe aceptarse por que su
Resistencia a la Tracción es estadísticamente menor a la especificada.

―43―
 Diseño de Experimentos Ing. Juan E. Jaico Segura

COMPARACIÓN DE MEDIAS

Se desea saber si se debe comprar aceite nacional o importado para templar los pernos de una
empresa manufacturera; para saber esto se templó 12 pernos con el aceite nacional y 12
pernos con el aceite importado. Los resultados que se obtuvieron son:
# réplicas Desv. Estándar
Aceite Dureza, HB Medias
“n” “σ”

320 330 318 312 315

Importado 317.5 10 6.2
318 310 312 315 325

330 325 340 325 343

Nacional 331.7 10 7.7
320 338 329 339 328

Según estos resultados, que aceite se debe comprar?.

SOLUCIÓN:
A simple vista ambas durezas son diferentes, sin embargo si la diferencia entre ambas no es
alta y está dentro del límite estadístico permisible entonces se les considera prácticamente
iguales y por lo tanto podemos concluir que el aceite nacional produce la misma dureza que el
importado y cualquiera de los dos puede usarse. Para saber esto hacemos el siguiente análisis
estadístico.

1. Hipótesis Planteada:
Ho: Las medias no son diferentes.
H1: Las medias son diferentes.

2. Nivel de Confianza: 95 % (α = 0.05)

3. Criterio de Rechazo:
Usaremos la prueba “t” para evaluar
las hipótesis planteadas comparando el
valor experimental (to) con el teórico (tt).
En este caso: tt = t(α/2;nA+nB-2) = 2.1
Por lo tanto, se rechaza Ho si to> 2.1
4. Cálculos Estadísticos:

( n A  1)  (6.2 HB) 2  ( n B  1)  (7.7 HB) 2

Sp   6.9 HB
nA  nB  2
317.5 HB - 331.7 HB
to   4.6
1 1
6.9 HB  
5. Decisión Final:
nA nB
Se rechaza Ho por que to> tt (la diferencia que hay entre las medias es mayor al límite
estadístico permisible). Por lo tanto se debe comprar el aceite nacional por que con él se
obtiene una dureza estadísticamente mayor a la del importado.
BLOQUE ALEATORIZADO

―44―
Diseño de Experimentos Ing. Juan E. Jaico Segura

Se desea saber cuál es el medio de temple y marca de acero que se debe comprar para
producir anillos de alta presión; para saber esto se templó un anillo de cada marca de acero en
cada uno de los diferentes medios de temple. Los resultados que se obtuvieron son:
Medio Dureza en Cada Marca de Acero, RC Total Medias
Temple Rotz Boheler Sider Areq. yi yi
Aceite 40 43 41 42 166 41.5
Agua 48 50 48 49 195 48.7
Sales 47 49 51 50 197 49.2
yj 135 142 140 141 y = 558
yj 45.0 47.3 46.6 47.0 y = 46.5
Según estos resultados, que medio de temple y marca de acero se debe comprar?

SOLUCIÓN:
Con el mismo criterio de los casos anteriores tenemos:
# Temples: a = 3
# Aceros: b = 4
Total Pruebas: N = 12

1. Hipótesis Planteada:
Ho: Las medias de cada Temple y Aceros no son diferentes.
H1: Las medias de cada Temple y Aceros son diferentes.

2. Nivel de Confianza: 95 % (α = 0.05)

3. Criterio de Rechazo:
Usaremos la prueba “F” para evaluar las hipótesis planteadas comparando el valor
experimental (Fo) con el teórico (Ft).
Para el Temple: Ft = F[α;(a-1);(a-1)(b-1)] = 5.1
Para el Acero: Ft = F[α;(b-1);(a-1)(b-1)] = 4.7
Por lo tanto, se rechaza Ho si Fo> 5.1 y 4.7 respectivamente.
4. Cálculos Estadísticos:
SSt ot al  (40) 2  (43)2  (41)2  (42)2  (48 ) 2  (50)2  (48 )2  ( 49)2  (47 )2 
 (558) 2 
(49)2  (5 1)2  (50) 2     167

 N 

 (1 66)2  (195) 2  (19 7)2   (5 58) 2 
SSt emp l e       150

 b 
 
 N 

 (135) 2  (14 2) 2  (14 0) 2  (141) 2   (558)2 
SSacero       9.6

 a 
 
 N 

SSerror  167  150  9.6  7.4

Fuente de Grados de Suma de Media de

Fo Ft
Variación Libertad Cuadrados Cuadrados
Temple a-1 150 75 62 5.1

―45―
Diseño de Experimentos Ing. Juan E. Jaico Segura

Acero b-1 9.6 3.2 2.6 4.7

Error (a-1)(b-1) 7.4 1.2 - -
Total N-1 167 - - -

5. Decisión Final:
En el Temple; se rechaza Ho por que Fo> Ft (la diferencia que hay entre las medias es
mayor al límite estadístico permisible). Esto quiere decir que al menos un tipo de Temple
produce la máxima Dureza de los anillos.
En el Acero; se acepta Ho por que Fo< Ft (la diferencia que hay entre las medias está
dentro del límite estadístico permisible). Esto quiere decir que los anillos tendrán la
misma dureza con cualquier marca de acero que se use.
Para determinar estadísticamente cuál es el tipo de Temple que produce la máxima Dureza
hacemos una comparación de medias con el método de la mínima diferencia significativa
“MDS” que se muestra a continuación.

6. Comparación de Medias del Temple:

Las medias del Temple son :
y1  41.5 RC (Aceite)
y 2  48.7 RC (Agua)
y 3  49.2 RC (Sales)
Con la media de cuadrados del error " MCE"  1.2 tenemo
2  MCE
MDS  t  α/2; (a  1)(b  1)    1.8
b
y1  y 2  7.2  1.8  La diferencia entre estas medias es
y1  y 3  7.7  1.8  La diferencia entre estas medias es
y 2  y3  0.5  1.8  La diferencia entre estas medias n
Los resultados indican que las medias y 2 y y 3 son las más
se deben templar con Agua ó Sales.
7. Análisis del Modelo:
Consiste en determinar la idoneidad del modelo utilizado la cual se evalúa en base a la
Normalidad e Independencia de los residuos obtenidos en cada prueba.

yij yi  y j  y eij* • ANÁLISIS DE INDEPENDENCIA:

40 40.0 0
43 42.3 0.7
41 41.6 -0.6
42 42.0 0
48 47.2 0.8
50 49.5 0.5
48 48.8 -0.8
49 49.2 -0.2
47 47.7 -0.7
―46―
49 50.0 -1.0
51 49.3 1.7
50 49.7 0.3
Diseño de Experimentos Ing. Juan E. Jaico Segura

En la gráfica de independencia podemos observar que los residuos tienen un alto grado de
dispersión; esto demuestra la independencia experimental de los errores, la aleatoriedad con
que se hicieron las pruebas y la confiabilidad de los resultados. Por lo tanto el experimento es
válido.
* eij  yij  ( yi  y j  y)

• ANÁLISIS DE NORMALIDAD:

k Pk* dij**
eij
1 -1.0 4.1 -0.9
2 -0.8 12.5 -0.7
3 -0.7 20.8 -0.6
4 -0.6 29.1 -0.5
5 -0.2 37.5 -0.1
6 0 45.8 0
7 0 54.1 0
8 0.3 62.5 0.2 En la gráfica de normalidad podemos observar que los residuos
9 0.5 70.8 0.4 crecen linealmente lo cual demuestra la distribución normal de
10 0.7 79.1 0.6 los errores; además, en el cuadro de normalidad se puede
11 0.8 87.5 0.7 observar que más del 68 % de los residuos estandarizados (dij)
12 1.7 95.8 1.5 están entre ± 1. Todo esto demuestra que el modelo usado es el
* Pk 
(k  0correcto.
.5)
 100
N
e ij
* *d ij 
MCE

DISEÑO UNIFACTORIAL

El departamento de investigaciones metalúrgicas de una planta de fundición desea investigar

la influencia del % H2O en la Resistencia a la Compresión de las arenas de moldeo; para saber
esto se prepararon arenas con diferentes % H2O y se obtuvieron los siguientes resultados:

Total Medias
% H2O Resistencia a la Compresión, kg/cm2 yi
yi
3 0.25 0.22 0.19 0.26 0.20 0.21 1.33 0.221

―47―
Diseño de Experimentos Ing. Juan E. Jaico Segura

5 0.32 0.35 0.30 0.38 0.42

2.13 0.36
0.355
7 0.40 0.43 0.45 0.50 0.49
2.79 0.52
0.465
9 0.43 0.48 0.38 0.40 0.51
2.63 0.43
0.438
11 0.38 0.35 0.30 0.37 0.33
2.04 0.31
0.340
10.92 -
Según estos resultados, el % H2O influye significativamente en la Resistencia a la
Compresión?.

SOLUCIÓN:
# Niveles % H2O: a = 5
# Réplicas: r = 6
Total Pruebas: N = 30

1. Hipótesis Planteada:
Ho: El % H2O no influye en la Resistencia a la Compresión.
H1: El % H2O influye en la Resistencia a la Compresión.

2. Nivel de Confianza: 95 % (α = 0.05)

3. Criterio de Rechazo:
Usaremos la prueba “F” para evaluar las hipótesis planteadas comparando el valor
experimental (Fo) con el teórico (Ft).
En este caso: Ft = F(α;a-1;N-a) = 2.7
Por lo tanto, se rechaza Ho si Fo> 2.7

4. Cálculos Estadísticos:
SStotal  (0.25) 2  (0.22) 2  (0.19) 2  (0.26) 2  (0.20) 2  (0.21) 2  (0.32) 2  (0.35) 2 
(0.30)2  (0.38) 2  (0.42) 2  (0.36) 2  (0.40) 2  (0.43) 2  (0.45) 2  (0.50) 2 
(0.49)2  (0.52) 2  (0.43) 2  (0.48) 2  (0.38) 2  (0.40) 2  (0.51) 2  (0.43) 2 
 (10.92) 2 
(0.38)2  (0.35) 2  (0.30) 2  (0.37) 2  (0.33) 2  (0.31) 2     0.260
 N 
 (1.33) 2  ( 2.13) 2  ( 2.79) 2  ( 2.63) 2  ( 2.04) 2   (10.92) 2 
SS% H 2O      0.219
 r   N 
SSerror  0.260  0.219  0.041

Fuente de Grados de Suma de Media de

Fo Ft
Variación Libertad Cuadrados Cuadrados
% H2O a-1 0.219 0.0547 34 5.1
Error N-a 0.041 0.0016 - -
Total N-1 0.260 - - -

5. Decisión Final:
Se rechaza Ho por que Fo> Ft (la diferencia que hay entre los niveles es mayor al límite
estadístico permisible). Esto quiere decir que al menos uno de los % H 2O produce un
resultado muy diferente a los demás. Lo cual demuestra que el % H 2O influye
significativamente en la Resistencia a la Compresión.

―48―
 Diseño de Experimentos Ing. Juan E. Jaico Segura

Para determinar estadísticamente cuál es el % H2O que produce la máxima Resistencia a

la Compresión hacemos una comparación de niveles con el método de la mínima
diferencia significativa “MDS” que se muestra a continuación.

6. Comparación de Niveles:
7. Análisis del Modelo:
Consiste en determinar la idoneidad del modelo utilizado la cual se evalúa en base a la
Normalidad e Independencia de los residuos obtenidos en cada prueba.
• ANÁLISIS DE INDEPENDENCIA: • ANÁLISIS DE NORMALIDAD:

k ei Pk* di**
1 -0.065 1.6 -1.6
2 -0.058 5.0 -1.4
3 -0.055 8.3 -1.3
4 -0.040 11.6 -0.9
5 -0.038 15.0 -0.9
6 -0.035 18.3 -0.8
7 -0.035 21.6 -0.8
8 -0.031 25.0 -0.7
9 -0.030 28.3 -0.7
10 -0.021 31.6 -0.5
11 -0.015 35.0 -0.3
12 -0.011 38.3 -0.2
13 -0.010 41.6 -0.2
14 -0.008 45.0 -0.1
15 -0.008
(k  0.5) e i48.3 -0.1
* Pk   100 16
* 
-0.005
*d i -0.001 51.6 -0.1

* ei  y i  y i N observar En la gráfica
En la gráfica de independencia podemos
17
18 0.005
MCE 55.0
de normalidad
58.3
0
podemos observar que
0.1
que los residuos tienen un alto grado de dispersión; los residuos crecen linealmente lo cual demuestra la
19 0.010 61.6 0.2
esto demuestra la independencia experimental de distribución 20 normal0.025 de los
65.0errores;0.6además, en el
los errores, la aleatoriedad con que se hicieron las cuadro 21de normalidad
0.025 se68.3
puede observar
0.6 que más
pruebas y la confiabilidad de los resultados. Por lo del 68 22
% de los residuos70.6
0.029 estandarizados
0.7 (di) están
tanto el experimento es válido. entre ± 23
1. Todo0.030
esto demuestra
75.0 que el
0.7 modelo usado
es el correcto.
24 0.035 78.3 0.8
o de dispersión;
25 esto
0.039 demuestra
81.6 la0.9independencia
26 0.040 85.0 0.9
―49―
27 0.042 88.3 1.0
28 0.055 91.6 1.3
29 0.065 95.0 1.6
yi 30 0.072 98.3 1.7
Diseño de Experimentos Ing. Juan E. Jaico Segura

DISEÑO BIFACTORIAL

En una tesis de investigación científica se estudia la influencia del Flujo de Aire y la

Temperatura en la Destrucción de Cianuro con bacterias pseudomonas de los efluentes
líquidos de una planta concentradora; para saber esto se acondicionaron las bacterias con
diferentes Flujos de Aire y Temperatura y se obtuvieron los siguientes resultados:

Temp. Flujo de Aire Total Medias

100 ml/min 200 ml/min 300 ml/min yi yi
78.72 82.82 85.68
78.20 81.10 84.16
20 ºC 77.98 81.82 84.16
234.90 245.74 254.00 734.64 81.62
78.30 81.91 84.66
83.78 90.08 98.78
83.50 90.38 99.05
30 ºC 83.07 89.85 98.45
250.35 270.31 296.28 816.94 90.77
83.45 90.10 98.76
86.66 88.76 92.02
87.09 87.98 91.87
40 ºC 86.64 88.55 92.39
260.39 265.29 276.28 801.96 89.10
86.79 88.43 92.09
yj 754.64 781.34 826.56 2,353.54
yj 82.84 86.81 91.84 -

Según estos resultados, el Flujo de Aire y la Temperatura influyen significativamente en la

Destrucción de Cianuro?.

SOLUCIÓN:
# Niveles Temp.: a = 3
# Niveles Aire: b = 3
# Réplicas: r = 3
Total Pruebas: N = 27

1. Hipótesis Planteada:
Ho: La Temp. y el Aire no influyen en la Destrucción de Cianuro.
H1: La Temp. y el Aire influye en la Destrucción de Cianuro.

2. Nivel de Confianza: 95 % (α = 0.05)

―50―
Diseño de Experimentos Ing. Juan E. Jaico Segura

3. Criterio de Rechazo:
Usaremos la prueba “F” para evaluar las hipótesis planteadas comparando el valor
experimental (Fo) con el teórico (Ft).
Para la Temp.:, Ft = F[α;(a-1);ab(r-1)] = 3.5
Para el Aire: Ft = F[α;(b-1);ab(r-1)] = 3.5
Para la Inter.: Ft = F[α;(a-1)(b-1);ab(r-1)] = 2.9
Por lo tanto, se rechaza Ho si Fo> 3.5 y 2.9
4. Cálculos Estadísticos:
SStotal  (78.72) 2  (78.20) 2  (77.98) 2  (82.82) 2  (81.10) 2  (81.82) 2  (85.68) 2  (84.16) 2 
(84.16) 2  (83.78) 2  (83.50) 2  (83.07) 2  (90.08) 2  (90.38) 2  (89.85) 2  (98.78) 2 
(99.05) 2  (98.45) 2  (86.66) 2  (87.09) 2  (86.64) 2  (88.76) 2  (87.98) 2  (88.55) 2 
 ( 2,353.54) 2 
(92.02) 2  (91.87) 2  (92.39) 2     890
 N 
 (734.64) 2  (816.94) 2  (801.96) 2   ( 2,353.54) 2 
SStemp.      427
 br   N 
 (745.64) 2  (781.34) 2  (826.56) 2   ( 2,353.54) 2 
SSaire      365
 ar   N 
( 234.90) 2  ( 245.74) 2  ( 254.00) 2  ( 250.35) 2  (270.31) 2  ( 296.28) 2  ( 260.39) 2 
SSint er. 
r
2
(265.29)  (276.28) 2  ( 2,353.54) 
2
   (427)  (365)  93
r  N 
SSerror  890  427  365  93  5
Fuente de Grados de Suma de Media de
Fo Ft
Variación Libertad Cuadrados Cuadrados
Temp. a-1 427 213 788 3.5
Aire b-1 365 182 674 3.5
Inter. (a-1)(b-1) 93 23 85 2.9
Error ab(r-1) 5 0.27 - -
Total N-1 890 - - -

5. Decisión Final:
En la Temp.; se rechaza Ho por que Fo> Ft (la diferencia que hay entre los niveles es mayor
al límite estadístico permisible). Esto quiere decir que al menos una de las Temperaturas
produce un resultado muy diferente a las demás. Lo cual demuestra que la Temperatura
influye significativamente en la Destrucción del Cianuro.
En el Aire; se rechaza Ho por que Fo> Ft (la diferencia que hay entre los niveles es mayor
al límite estadístico permisible). Esto quiere decir que al menos uno de los Flujos de Aire
produce un resultado muy diferente a los demás. Lo cual demuestra que el Flujo de Aire
influye significativamente en la Destrucción del Cianuro.
En la Inter.; se rechaza Ho por que Fo> Ft (la diferencia que hay entre las pendientes de las
curvas es mayor al límite estadístico permisible). Esto quiere decir que si hay interacción
(dependencia) entre la Temperatura y el Flujo de Aire y por lo tanto ambas variables
deben modificarse simultáneamente para que la Destrucción de Cianuro sea significativa
de lo contrario eso no sucederá.
Para determinar estadísticamente cuál es la Temp. y Aire que produce la máxima
Destrucción de Cianuro hacemos una comparación de niveles con el método de la mínima
diferencia significativa “MDS” que se muestra a continuación.

―51―
Diseño de Experimentos Ing. Juan E. Jaico Segura

6. Comparación de Niveles de Temp.:

Las medias de Temp. y sus niveles son :
y1  81.62 % (20 º C)
y 2  90.77 % (30 º C)
y3  89.10 % (40 º C)
Con l a m ed ia d e c uad r ad os d el er ro r " M CE"  0.2 7 te ne m os :
2  M CE
M DS  t  α/ 2 ; ab ( r  1 )   0.8
r
y1  y 2  9.1  0.8
y1  y 3  7.4  0 .8
y 2  y3  1 .6  0 .8
Lo s r es ul ta do s in di ca n qu e la m ed ia y 2 es la m á s a lt a d e t od as p o r l o ta nt o la Te m pe ra tu ra
óp ti m a es 30 º C.

7. Comparación de Niveles de Aire:

Las medias del Aire y sus niveles son :
y1  82.84 % (100 ml/min)
y 2  86.81 % (200 ml/min)
y3  91.84 % (300 ml/nim)
Con l a m ed ia d e cu adr a do s del e rr or " M CE"  0 .2 7 t ene m os :
2  MCE
M DS  t  α/ 2; ab (r  1 )   0.8
r
y1  y 2  3. 9  0.8
y1  y 3  9 .0  0.8
y 2  y3  5 .0  0 .8
Lo s re su lt ad os i nd i can q u e la m edi a y 3 es l a m ás a lt a d e t od as po r l o ta nt o el Flu jo d e Ai r e
ó pti m o es 3 00 m l/ m in .

40 ºC
30 ºC

20 ºC

8. Análisis del Modelo:

―52―
 Diseño de Experimentos Ing. Juan E. Jaico Segura

Consiste en determinar la idoneidad del modelo utilizado la cual se evalúa en base a la

Normalidad e Independencia de los residuos obtenidos en cada prueba.
• ANÁLISIS DE INDEPENDENCIA: • ANÁLISIS DE NORMALIDAD:

k eij Pk* dij**

1 -0.81 1.8 -1.6
2 -0.50 5.5 -1.0
3 -0.50 9.2 -1.0
4 -0.45 12.9 -0.9
5 -0.38 16.6 -0.7
6 -0.32 20.3 -0.6
7 -0.31 24.0 -0.6
8 -0.25 27.7 -0.5
9 -0.22 31.4 -0.4
10 -0.15 35.1 -0.3
11 -0.13 38.8 -0.2
12 -0.10 42.5 -0.2
13 -0.09 46.2 -0.1
14 -0.07 50.0 -0.1
15 -0.02 53.7 0
16 0.02 57.4 0
17 0.05 61.1 0.1
18 0.12 64.8 0.2
19 0.28 68.5 0.5
20 0.29 72.2 0.5
21 0.30 75.9 0.6
22 0.30 79.6 0.6
23 0.33 83.3 0.6
24 0.33 87.0 0.6
25 0.42 90.7 0.8
26 0.91 94.4 1.8
27 1.02 98.1 2.0
* eij  yij  yij (k  0.5) eij
* Pk   100 * *dij 
N MCE

* ei  y i  y i En la gráfica de independencia podemos observar En la gráfica de normalidad podemos observar que

que los residuos tienen un alto grado de dispersión;
esto demuestra la independencia experimental de
los errores, la aleatoriedad con que se hicieron las
pruebas y la confiabilidad de los resultados. Por lo
tanto el experimento es válido.
los residuos crecen linealmente lo cual demuestra la
distribución normal de los errores; además, en el
cuadro de normalidad se puede observar que más
del 68 % de los residuos estandarizados (dij) están
entre ± 1. Todo esto demuestra que el modelo usado
es el correcto.
o de dispersión; esto demuestra la independencia

yij ―53―
 Diseño de Experimentos Ing. Juan E. Jaico Segura

DISEÑO TRIFACTORIAL

Un laboratorio metalúrgico estudió la influencia del pH, Colector y Espumante en la

Recuperación de Cobre por flotación de un mineral polimetálico; para saber esto se hicieron
pruebas en celdas Denver de laboratorio y se obtuvieron los siguientes resultados:
Colector
0.10 kg/t 0.15 kg/t 0.20 kg/t Totales de Espum.
pH/Espum. yi yi
0.2kg/t 0.3kg/t 0.4kg/t 0.2kg/t 0.3kg/t 0.4kg/t 0.2kg/t 0.3kg/t 0.4kg/t 0.2kg/t 0.3kg/t 0.4kg/t
88.0 89.5 90.0 87.2 86.8 86.2 86.0 85.4 84.5
88.5 89.0 89.3 87.8 87.0 86.4 85.6 84.9 84.2
176.5 178.5 179.3 175.0 173.8 172.6 171.6 170.3 168.7 523.1 522.6 520.6 1,566.3 87.01
8.5
88.25 89.25 89.65 87.50 86.90 89.30 85.80 85.15 84.35 87.18 87.10 86.76
534.3 521.4 510.6
89.05 86.90 85.10
90.2 87.0 88.2 87.9 88.4 88.0 86.8 89.0 90.4
91.0 87.5 88.0 87.4 88.2 89.8 87.2 89.4 90.8
181.2 174.5 176.2 175.3 176.6 177.8 174.0 178.4 181.2 530.5 529.5 535.2 1,595.2 88.62
9.5
90.60 87.25 88.10 87.65 88.30 88.90 87.00 89.20 90.60 88.41 88.25 89.20
531.4 529.7 533.6
88.65 88.28 88.93
92.0 91.0 88.0 87.3 86.0 85.8 85.0 86.8 88.5
91.8 89.6 87.8 86.6 86.2 85.4 86.0 87.3 88.3
183.8 180.6 175.8 173.9 172.2 171.2 171.0 174.1 176.8 528.7 526.9 523.8 1,579.4 87.74
10.5
91.90 90.30 87.90 86.95 86.10 85.60 85.50 87.05 88.40 88.11 87.81 87.30
540.2 517.3 521.9
90.03 86.21 86.98
yk 1,582.3 1,579.0 1,579.6
yk 87.90 87.72 87.75

yj 1,606.4 1,568.4 1,566.1

4,740.9
yj 89.24 87.13 87.00 -
Según estos resultados, el pH, Colector y Espumante influyen significativamente en la
Recuperación de Cobre por flotación?.

SOLUCIÓN:
# Niveles pH: a = 3
# Niveles Colector: b = 3
# Niveles Espum.: c = 3
# Réplicas: r = 2
Total Pruebas: N = 54

1. Hipótesis Planteada:
Ho: El pH, Colector y Espum. no influyen en la Recuperación de Cobre.
H1: El pH, Colector y Espum. influyen en la Recuperación de Cobre.

2. Nivel de Confianza: 95 % (α = 0.05)

3. Criterio de Rechazo:
Usaremos la prueba “F” para evaluar las hipótesis planteadas comparando el valor
experimental (Fo) con el teórico (Ft).
Para el pH: Ft = F[α;(a-1);abc(r-1)] = 3.5
Para el Colector: Ft = F[α;(b-1);abc(r-1)] = 3.5
Para el Espum.: Ft = F[α;(c-1);abc(r-1)] = 3.5
Para la Inter. pH-Colector: Ft = F[α;(a-1)(b-1);abc(r-1)] = 2.7
Para la Inter. pH-Espum.: Ft = F[α;(a-1)(c-1);abc(r-1)] = 2.7

―54―
Diseño de Experimentos Ing. Juan E. Jaico Segura

Para la Inter. Colector-Espum.: Ft = F[α;(b-1)(c-1);abc(r-1)] = 2.7

Para la Inter. pH-Colector-Espum.: Ft = F[α;(a-1)(b-1)(c-1);abc(r-1)] = 2.3
Por lo tanto, se rechaza Ho si Fo> 3.5; 2.7 y 2.3

4. Cálculos Estadísticos:
SS total  (88.0) 2  (89.5) 2  (90.0) 2  (87.2) 2  (86.8) 2  (86.2) 2  (86.0) 2  (85.4) 2  (84.5) 2 
(88.5) 2  (89.0) 2  (89.3) 2  (87.8) 2  (87.0) 2  (86.4) 2  (85.6) 2  (84.9) 2  (84.2) 2 
(90.2) 2  (87.0) 2  (88.2) 2  (87.9) 2  (88.4) 2  (88.0) 2  (86.8) 2  (89.0) 2  (90.4) 2 
(91.0) 2  (87.5) 2  (88.0) 2  (87.4) 2  (88.2) 2  (89.8) 2  (87.2) 2  (89.4) 2  (90.8) 2 
(92.0) 2  (91.0) 2  (88.0) 2  (87.3) 2  (86.0) 2  (85.8) 2  (85.0) 2  (86.8) 2  (88.5) 2 
(91.8) 2  (89.6) 2  (87.8) 2  (86.6) 2  (86.2) 2  (85.4) 2  (86.0) 2  (87.3) 2  (88.3) 2 
 (4,740.9) 2 
-   184
 N 

 (1,566.3) 2  (1,595.2) 2  (1,579.4) 2   (4,740.9) 2 

SS pH      23
 bcr   N 

 (1,606.4) 2  (1,568.4) 2  (1,566.1) 2   (4,740.9) 2 

SS colector      56
 a c r   N 

 (1,582.3) 2  (1,579.0) 2  (1,579.6) 2   (4,740.9) 2 

SS espum.      0.34
 a br   N 

(534.3) 2  (521.4) 2  (510.6) 2  (531.9) 2  (529.7) 2  (533.6) 2 

SS int er. pH -Colector 
c r
2 2
(540.2)  (517.3)  (521.9) 2  (4,740.9) 2 
   ( 23)  (56)  41
c r  N 

(523.1) 2  (522.6) 2  (520.6) 2  (530.5) 2  (529.5) 2  (535.2) 2 

SS int er. pH -Espum. 
b r
2 2
(528.7)  (526.9)  (523.8) 2  (4,740.9) 2 
   ( 23)  (0.34)  5.6
br  N 

―55―
Diseño de Experimentos Ing. Juan E. Jaico Segura

(541.5) 2  (533.6) 2  (531.3) 2  (524.2) 2  (522.6) 2  (521.6) 2 

SSint er. Colector-Espum. 
ar
2 2
(516.6)  (522.8)  (526.7) 2  (4,740.9) 2 
   (56)  (0.34)  19
ar  N 

(176.5) 2  (178.5) 2  (179.3) 2  (175.0) 2  (173.8) 2  (172.6) 2 

SSint er. pH-Colector-Espum. 
r
(171.6) 2  (170.3) 2  (168.7) 2  (181.2) 2  (174.5) 2  (176.2) 2 
r
(175.3) 2  (176.6) 2  (177.8) 2  (174.0) 2  (178.4) 2  (181.2) 2 
r
(183.8) 2  (180.6) 2  (175.8) 2  (173.9) 2  (172.2) 2  (171.2) 2 
r

(171.0) 2  (174.1) 2  (176.8) 2  (4,740.9) 2 

   ( 23)  (56) 
r  N 
- (0.34) - (41) - (5.6) - (19)  34

SS error  184  23  56  0.34  41  5.6  19  34  5.06

Fuente de Grados de Suma de Media de

Fo Ft
Variación Libertad Cuadrados Cuadrados
pH a-1 23 11 61 3.5
Colector b-1 56 28 155 3.5
Espum. c-1 0.34 0.17 0.9 3.5
Inter. pH-Colector (a-1)(b-1) 41 10 55 2.7
Inter. pH-Espum. (a-1)(c-1) 5.6 1.4 7 2.7
Inter. Colector-Espum. (b-1)(c-1) 19 4.7 26 2.7
Inter. pH-Colector-Espum. (a-1)(b-1)(c-1) 34 4.2 23 2.3
Error abc(r-1) 5.06 0.18 - -
Total N-1 184 - - -

5. Decisión Final:
En el pH; se rechaza Ho por que Fo> Ft (la diferencia que hay entre los niveles es mayor al
límite estadístico permisible). Esto quiere decir que al menos uno de los pH produce un
resultado muy diferente a las demás. Lo cual demuestra que el pH influye
significativamente en la Recuperación de Cobre.

―56―
 Diseño de Experimentos Ing. Juan E. Jaico Segura

En el Colector; se rechaza Ho por que Fo> Ft (la diferencia que hay entre los niveles es
mayor al límite estadístico permisible). Esto quiere decir que al menos una de las
dosificaciones produce un resultado muy diferente a los demás. Lo cual demuestra que el
Colector influye significativamente en la Recuperación de Cobre.
En el Espum.; se acepta Ho por que Fo< Ft (la diferencia que hay entre los niveles está
dentro del límite estadístico permisible). Esto quiere decir que la Recuperación de Cobre
será la misma con cualquier dosificación de Espumante que se use. Lo cual demuestra que
el Espumante no influye significativamente en la Recuperación de Cobre.
En la Inter. pH-Colector; se rechaza H o por que Fo> Ft (la diferencia que hay entre las
pendientes de las curvas es mayor al límite estadístico permisible). Esto quiere decir que si
hay interacción (dependencia) entre el pH y el Colector. Por lo tanto ambas variables
deben modificarse simultáneamente para que la Recuperación de Cobre sea significativa
de lo contrario eso no sucederá.
En la Inter. pH-Espum.; se rechaza H o por que Fo> Ft (la diferencia que hay entre las
pendientes de las curvas es mayor al límite estadístico permisible). Esto quiere decir que si
hay interacción (dependencia) entre el pH y el Espumante. Por lo tanto ambas variables
deben modificarse simultáneamente para que la Recuperación de Cobre sea significativa
alta de lo contrario eso no sucederá.
En la Inter. Colector-Espum.; se rechaza H o por que Fo> Ft (la diferencia que hay entre las
pendientes de las curvas es mayor al límite estadístico permisible). Esto quiere decir que si
hay interacción (dependencia) entre el Colector y el Espumante. Por lo tanto ambas
variables deben modificarse simultáneamente para que la Recuperación de Cobre sea
significativa de lo contrario eso no sucederá.
En la Inter. pH-Colector-Espum.; se rechaza Ho por que Fo> Ft (la diferencia que hay entre
las pendientes de las curvas es mayor al límite estadístico permisible). Esto quiere decir
que si hay interacción (dependencia) entre el pH, el Colector y el Espumante. Por lo tanto
ambas variables deben modificarse simultáneamente para que la Recuperación de Cobre
sea significativa de lo contrario eso no sucederá.
Para determinar estadísticamente cuál es el pH y Colector que produce la máxima
Recuperación de Cobre hacemos una comparación de niveles con el método de la mínima
diferencia significativa “MDS” que se muestra a continuación.

6. Comparación de Niveles de pH:

Las medias del pH y sus niveles son :
y1  87.01 % (8.5 de pH)
y 2  88.62 % (9.5 de pH)
y3  87.74 % (10.5 de pH)
Con la media de cuadrados del error " MCE"  0.18 tenemos :
2  MCE
MDS  t  α/2; abc(r  1)    0.8
r
y1  y 2  1.6  0.8
y1  y 3  0.7  0.8
y 2  y3  0.8  0.8
Los resultados indican que la media y 2 es la más alta de todas aunque la me
por lo tanto el pH óptimo es 9.5.

―57―
 Diseño de Experimentos Ing. Juan E. Jaico Segura

7. Comparación de Niveles de Colector:

Las medias del Colector y sus niveles son :
y1  89.24 % (0.10 kg/t)
y 2  87.13 % (0.15 kg/t)
y3  87.00 % (0.20 kg/t)
Con la media de cuadrados del error " MCE"  0.18 tenemos :
2  MCE
MDS  t  α/2; abc(r  1)   0.8
r
y1  y 2  2.1  0.8
y1  y3  2.2  0.8
y 2  y3  0.1  0.8
Los resultados indican que la media y1 es la más alta de todas por lo tanto la dosificaci ón de
Colector óptima es 0.10 kg/t.

pH = 9.5

pH = 10.5

pH = 8.5

El gráfico anterior corresponde a los datos experimentales de color azul del primer cuadro
los cuales no consideran la Dosificación de Espumante por que no influye
significativamente en la Recuperación de Cobre.

8. Análisis del Modelo:

Consiste en determinar la idoneidad del modelo utilizado la cual se evalúa en base a la
Normalidad e Independencia de los residuos obtenidos en cada prueba.

―58―
 Diseño de Experimentos Ing. Juan E. Jaico Segura

• ANÁLISIS DE INDEPENDENCIA:

yijk y ijk eijk*

88.0 88.25 -0.25
88.5 0.25
89.5 89.25 0.25
89.0 -0.25
90.0 89.65 0.35
89.3 -0.35
87.2 87.50 -0.30
87.8 0.30
86.8 86.90 -0.10
87.0 0.10
86.2 86.30 -0.10
86.4 0.10
86.0 85.80 0.20
85.6 -0.20
85.4 85.15 0.25
84.9 -0.25
84.5 84.35 0.15
84.2 -0.15
90.2 90.60 -0.40
91.0 0.40
87.0 87.25 -0.25
87.5 0.25
k88.2 88.10 0.10
88.0 eijk Pk* dijk**
-0.10
87.9 87.65 0.25
187.4 -0.90 0.9 -2.0
-0.25
288.4 -0.70 88.30 2.7 -1.5
0.10
388.2 -0.50 4.6 -1.1
-0.10
488.0 -0.40 88.90 6.4 -0.8
-0.90
589.8 -0.35 8.3 -0.7
0.90
686.8 -0.35 87.00 10.1 -0.7
-0.20
787.2 -0.30 12.0 -0.6
0.20
889.0 -0.25 89.20 13.8 -0.5
-0.20
989.4 -0.25 15.7 -0.5
0.20
1090.4 -0.25 90.60 17.5 -0.5
-0.20
1190.8 -0.25 19.4 -0.5
0.20
1292.0 -0.25 91.90 21.2 -0.5
0.10
1391.8 -0.25 23.1 -0.5
-0.10
1491.0 -0.20 90.30 25.0 -0.4
0.70
1589.6 -0.20 26.8 -0.4
-0.70
1688.0 -0.20 87.90 28.7 -0.4
0.10
1787.8 -0.20 30.5 -0.4
-0.10
* eij  yij  y ij 1887.3 -0.20 86.95 32.4 -0.4
0.35
1986.6 -0.15 34.2 -0.3
-0.35
2086.0 -0.10 86.10 36.1 -0.2
-0.10
2186.2 -0.10 37.9 -0.2
0.10
* ei  y i  y i 2285.8 -0.10 85.60 39.8 -0.2
0.20
2385.4 -0.10 41.6 -0.2
-0.20
2485.0 -0.10 85.50 43.5 -0.2
-0.50
2586.0 -0.10 45.3 -0.2
0.50
2686.8 -0.10 87.05 47.2 -0.2
-0.25
2787.3 -0.10 49.0 -0.2
0.25
2888.5 0.10 88.40 50.9 0.2
0.10
2988.3 0.10 52.7 0.2
-0.10
30 0.10 54.6 0.2
31  y
* eijk 
0.10
y 56.4 0.2
ijk ijk
32 0.10 58.3 0.2
33 0.10 60.1 0.2
34 0.10 62.0 0.2
En la gráfica de independencia35podemos 0.10 observar 63.8 que los 0.2 residuos tienen un alto grado de
dispersión; esto demuestra la independencia experimental de los
36 0.15 65.7 0.3 errores, la aleatoriedad con que se
37 0.20 67.5 0.4
hicieron las pruebas y la confiabilidad
38 de 0.20
los resultados.
69.4 Por lo 0.4tanto el experimento es válido.
39 0.20 71.2 0.4
40 0.20 73.1 0.4
41 0.20 75.0 0.4
42 0.25 76.8 0.5
43 0.25 78.7 0.5
44 0.25 80.5 0.5
• ANÁLISIS DE 45 0.25 82.4 0.5 NORMALIDAD:
46 0.25 84.2 0.5
47 0.25 86.1 0.5
48 0.30 87.9 0.6
49 0.35 89.8 0.7
50 0.35 ―59― 91.6 0.7
51 0.40 93.5 0.8
52 0.50 95.3 1.1
53 0.70 97.2 1.5
54 0.90 99.0 2.0
Diseño de Experimentos Ing. Juan E. Jaico Segura

(k  0.5) eijk
* Pk   100 * *dikj 
N MCE

En la gráfica de normalidad podemos observar que los residuos crecen linealmente lo cual
demuestra la distribución normal de los errores; además, en el cuadro de normalidad se puede
observar que más del 68 % de los residuos estandarizados (dijk) están entre ± 1. Todo esto
demuestra que el modelo usado es el correcto.

―60―
Diseño de Experimentos Ing. Juan E. Jaico Segura

yijk

DISEÑO FACTORIAL 2k

―61―
Diseño de Experimentos Ing. Juan E. Jaico Segura

Se ha observado que el % de recuperación de cobre de una planta concentradora es bajo

debido a la profundización de la mina y la aparición de roca magmática que ha distorsionado
algunos parámetros del proceso. Para solucionar este problema se deben realizar varias
pruebas metalúrgicas a fin de identificar las variables que realmente mejoran el proceso y de
esta manera saber cuál de ellas deben ser optimizadas con un diseño estrella o rotable.
Las variables y niveles que se van a investigar son:
Niveles del Diseño
Variables
-1 +1
Colector, Lb/t 0.02 0.06
pH 10 11
% w/w 27 33

SOLUCIÓN:
RESULTADOS EXPERIMENTALES
Niveles Codificados Niveles Naturales % Recup.
Test
X1 X2 X3 Colector pH % w/w Oro
1 - - - 0.02 10 27 94.0
2 + - - 0.06 10 27 84.2
3 - + - 0.02 11 27 94.6
4 + + - 0.06 11 27 92.2
5 - - + 0.02 10 33 92.5
6 + - + 0.06 10 33 92.7
7 - + + 0.02 11 33 93.2
8 + + + 0.06 11 33 92.1
Efectos -0.77* -0.32 -1.12 -

* Efecto 
 94.0  92.2  92.5  92.1   94.0  94.6  92.5  93.2  0.77
 8 test 
 2   1 réplica
 
DISCUSIÓN DE RESULTADOS
- El Colector tiene un efecto negativo en la recuperación de cobre por que cuando la
dosificación aumenta de 0.02 Lb/t a 0.06 Lb/t la recuperación es 0.77 % menos de lo inicial.
- El pH tiene un efecto negativo en la recuperación de cobre por que cuando el pH aumenta
de 10 a 11 la recuperación es 0.32 % menos de lo inicial.
- El % sólidos en peso (% w/w) tiene un efecto negativo en la recuperación de cobre por que
cuando la concentración aumenta de 27 % a 33 % la recuperación es 1.12 % menos de lo
inicial.

CONCLUSIONES
Los resultados indican que ninguna de las 3 variables mejora la recuperación de cobre en los
niveles estudiados por lo tanto no es necesario optimizar estas variables y se debe trabajar con
los valores más bajos de Colector, pH y % w/w.

DISEÑO PLACKETT & BURMAN

―62―
Diseño de Experimentos Ing. Juan E. Jaico Segura

Se ha observado que el % de recuperación de oro y plata de una planta de Merrill & Crowe ha
bajado considerablemente debido a la contaminación de la solución pregnant. Para solucionar
este problema se deben realizar varias pruebas metalúrgicas a fin de identificar las variables
que realmente mejoran el proceso y de esta manera saber cuál de ellas deben ser optimizadas
con un diseño estrella o rotable.
Las variables y niveles que se van a investigar son:
Niveles del Diseño
Variables
-1 +1
Turbidez (NTU) 0.5 1.5
Zn (g/min) 40 160
Pb (ml/min) 4 36
Vacío (CFM/gpm) 0.75 0.43

SOLUCIÓN:
RESULTADOS EXPERIMENTALES
Niveles Codificados Niveles Naturales % Recup.
Test Turb. Zn Pb Vacío
X1 X2 X3 X4 Plata Oro
(NTU) (g/min) (ml/min) (CFM/gpm)
1 + + + - 1.5 160 36 0.75 79.00 99.31
2 + + - + 1.5 160 4 0.43 96.84 84.03
3 + - + - 1.5 40 36 0.75 87.73 17.36
4 - + - - 0.5 160 4 0.75 83.53 95.41
5 + - - + 1.5 40 4 0.43 97.40 13.19
6 - - + + 0.5 40 36 0.43 75.99 84.71
7 - + + + 0.5 160 36 0.43 86.96 93.88
8 - - - - 0.5 40 4 0.75 99.58 62.35
Plata 3.72* -3.59 -11.91 1.83 - -
Efectos
Oro -30.61 48.75 10.07 0.34 - -

* Efecto 
 79.00  96.84  87.73  97.40   83.53  75.99  86.96  99.58  3.72
 8 test 
 2   1 réplica
 

DISCUSIÓN DE RESULTADOS
- El Zn tiene un efecto muy positivo en la recuperación de oro por que cuando la
dosificación aumenta de 40 g/min a 160 g/min la recuperación es 48.75 % más de lo
inicial. Sin embargo al hacer esto la recuperación de plata es 3.59 % menos de lo inicial.
- El Pb tiene un efecto positivo en la recuperación de oro por que cuando la dosificación
aumenta de 4 ml/min a 36 ml/min la recuperación es 10.07 % más de lo inicial. Sin
embargo al hacer esto la recuperación de plata es 11.91 % menos de lo inicial.

CONCLUSIONES
- Los resultados indican que el Zn, Pb y Vacío mejoran la recuperación de oro en los
niveles estudiados por lo tanto deben optimizarse para encontrar los niveles con los
cuales se debe trabajar en la planta de Merrill & Crowe. El efecto negativo que tienen
estas variables en la recuperación de plata puede regularse en la etapa de optimización.
- Los resultados indican que la Turbidez no mejora la recuperación de oro en los niveles
estudiados por lo tanto no es necesario optimizar esta variable y se debe trabajar con el
nivel más bajo que es 0.5 NTU.
DISEÑO ESTRELLA

―63―
Diseño de Experimentos Ing. Juan E. Jaico Segura

En una etapa screening se ha observado que las variables que realmente mejoran el % de
recuperación de oro y plata en una planta de Merrill & Crowe son las que se muestran en el
cuadro de abajo con sus respectivos niveles de operación los cuales deben ser optimizados
con un diseño estrella para mejorar la recuperación del proceso..
Niveles del Diseño
Variables
-2 -1 0 +1 +2
Zn (g/min) 40 70 100 130 160
Pb (ml/min) 4 10 16 24 36
Vacío (CFM/gpm) 0.75 0.6 0.55 0.5 0.43

SOLUCIÓN:
RESULTADOS EXPERIMENTALES
Niveles Codificados Niveles Naturales % Recup.
Test Zn Pb Vacío
X1 X2 X3 Plata Oro
(g/min) (ml/min) (CFM/gpm)
1 + + + 130 24 0.5 87.80 98.91
2 + + - 130 24 0.6 86.60 99.64
3 + - + 130 10 0.5 99.80 99.64
4 + - - 130 10 0.6 99.80 99.64
5 - + + 70 24 0.5 99.80 75.55
6 - + - 70 24 0.6 99.80 7.30
7 - - + 70 10 0.5 99.43 99.04
8 - - - 70 10 0.6 99.43 99.04
9 +2 0 0 160 16 0.55 99.80 95.62
10 -2 0 0 40 16 0.55 94.80 36.13
11 0 +2 0 100 36 0.55 98.80 86.13
12 0 -2 0 100 4 0.55 99.43 96.15
13 0 0 +2 100 16 0.43 99.40 76.64
14 0 0 -2 100 16 0.75 85.04 94.23
15 0 0 0 100 16 0.55 99.40 87.23
16 0 0 0 100 16 0.55 99.40 96.72

DISCUSIÓN DE RESULTADOS
- En la columna del oro se observa que la máxima recuperación (99.64 %) se obtiene con
130 g/min de Zn, 10 ml/min de Pb y 0.5 CFM/gpm de Vacío. La misma recuperación se
obtiene con 24 ml/min de Pb pero esta opción eleva los costos de operación.
- En la columna de la plata se observa que la máxima recuperación (99.80 %) se obtiene con
los mismos valores óptimos del oro. Esta recuperación también se obtiene con otros
valores de Zn, Pb y Vacío pero la recuperación de oro es baja y por lo tanto no es
económicamente rentable.

CONCLUSIÓN
Se debe trabajar con:
Zn = 130 g/min
Pb = 10 ml/min

DISEÑOS ROTABLES

―64―
Diseño de Experimentos Ing. Juan E. Jaico Segura

Para la tostación de Cobre tenemos:

Niveles del Diseño  Nivel Superior - Nivel Inferior 
* Radio : Z j   
Variables -1 Z j Zj0** +1  2 
*  Nivel Superior  Nivel Inferior 
* *Centro : Z j0   
Cal (kg/t) 23.9 31.00 54.90 85.9  2 
Temp. (ºC) 663 87.00 750.00 837

DISEÑO PENTAGONAL
Niveles Codif. Niveles Naturales*
% Recup.
Test Cal Temp.
X1 X2 Cobre
(kg/t) (ºC)
1 1 0 85.90 750.00 86.29
2 0.309 0.951 64.47 832.73 87.68
3 -0.809 0.588 29.82 801.15 86.98
4 -0.809 -0.588 29.82 698.84 86.77
5 0.309 -0.951 64.47 667.26 85.94
6 0 0 54.90 750.00 86.87
7 0 0 54.90 750.00 86.89
* Niveles Naturales : Z j  Z j0  (Z j  X j )

DISEÑO HEXAGONAL
Niveles Codif. Niveles Naturales*
% Recup.
Test Cal Temp.
X1 X2 Cobre
(kg/t) (ºC)
1 1 0 85.90 750.00 64.10
2 0.5 0.866 70.40 825.34 61.80
3 -0.5 0.866 39.40 825.34 55.30
4 -1 0 23.90 750.00 77.30
5 -0.5 -0.866 39.40 674.65 63.20
6 0.5 -0.866 70.40 674.65 39.10
7 0 0 54.90 750.00 87.90
8 0 0 54.90 750.00 89.90
9 0 0 54.90 750.00 88.30
* Niveles Naturales : Z j  Z j0  (Z j  X j )

DISEÑO OCTOGONAL
Niveles Codif. Niveles Naturales*
% Recup.
Test Cal Temp.
X1 X2 Cobre
(kg/t) (ºC)
1 1 0 85.90 750.00 92.20
2 0.707 0.707 76.81 811.50 94.00
3 0 1 54.90 837.00 93.60
4 -0.707 0.707 32.98 811.50 93.50
5 -1 0 23.90 750.00 90.90
6 -0.707 -0.707 32.98 688.49 92.20
7 0 -1 54.90 663.00 92.80
8 0.707 -0.707 76.81 688.49 93.30
9 0 0 54.90 750.00 94.10
10 0 0 54.90 750.00 94.30
11 0 0 54.90 750.00 93.90
* Niveles Naturales : Z j  Z j0  (Z j  X j )

―65―