OBJETIVO GENERAL DE LA MATERIA

Que el alumno conozca las técnicas de diseño de experimentos, seleccione la más adecuada para cada situación y las utilice en la optimización y resolución de problemas químicos propios de la investigación y el desarrollo de formulaciones.

OBJETIVO ESPECÍFICO DEL CURSO

Que el alumno aprenda a diseñar sus experimentos de manera racional, combinando sus conocimientos de Química con el análisis estadístico de sus resultados.

TEMAS Y SUBTEMAS DEL CURSO

1. Diseño factorial completo
1.1. Estadística aplicada y análisis de varianza
1.2. Prueba de hipótesis
1.3. Dos factores
1.4. n. factores 2 niveles
1.5. n factores n niveles
2. Diseño factorial fraccionado
2.1. Estadística aplicada y análisis de varianza
2.2. Prueba de hipótesis
2.3. Arreglos ortogonales
2.4. Gráficas lineales
2.5. Interacciones de dos o más factores
2.6. Arreglos multiniveles
3. Superficie de Respuesta
3.1. Metodología Simplex
3.2. Metodología Simplex de tamaño variable
3.3. Modelación de respuesta
3.4. Casos prácticos: experimentos con mezclas, formulaciones.

OBJETIVOS ESPECÍFICOS DE APRENDIZAJE POR TEMA

1.- INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS.
1.1 Discutir la metodología tradicional de experimentación.
1.2 Conocer el concepto y los alcances del Diseño de Experimentos.
1.3 Establecer y ejemplificar las aplicaciones del Diseño de Experimentos en la industria y en la investigación.
1.4 Explicar las causas del los errores experimentales.
1.5 Clasificar los errores experimentales como sistemáticos, aleatorios y crasos.
1.6 Conocer los conceptos básicos del Diseño de Experimentos.
1.7 Conocer los cálculos básicos de la Estadística aplicados al Diseño de Experimentos.

2.-DISEÑOS FACTORIALES COMPLETOS
2.1 Conocer las características de los Diseños Factoriales Completos.
2.2 Conocer las aplicaciones y objetivos de los Diseños Factoriales Completos.
2.3 Aplicar el Análisis Estadístico en el tratamiento de los resultados.
2.4 Manejar tablas estadísticas para probar hipótesis.
2.5 Usar pruebas de significación para comprobar la veracidad de una hipótesis.
2.6 Construir el análisis de varianza para 2 factores, n niveles sin interacción.
2.7 Construir el análisis de varianza para 2 factores, n niveles con interacción.
2.8 Construir el análisis de varianza para n factores.
2.9 Estimar la importancia y significancia de cada factor mediante el cálculo de su efecto y el análisis de varianza.
2.10 Discutir las limitantes y desventajas del Diseño Factorial Completo.

3.-DISEÑOS FACTORIALES FRACCIONADOS.
3.1 Conocer las ventajas de los Diseños Factoriales Fraccionados.
3.2 Conocer el fundamento de ortogonalidad en el arreglo matricial de experimentos.
3.3 Derivar arreglos matriciales con características ortogonales.
3.4 Interpretar la nomenclatura de los Arreglos Ortogonales.
3.5 Asignar apropiadamente los factores y niveles dentro de un Arreglo Ortogonal.
3.6 Aplicar las Gráficas Lineales en la evaluación de interacciones.
3.7 Aprender a seleccionar el Arreglo Ortogonal adecuado a la naturaleza particular de cada investigación.
3.8 Derivar el modelo matemático para la respuesta de la experimentación en función de cada factor.
3.9 Usar el modelo matemático en el pronóstico de condiciones experimentales no evaluadas.
3.10 Pronosticar las condiciones óptimas de experimentación a partir del cálculo de los efectos de cada factor.
3.11 Identificar las interacciones entre los factores.
3.12 Calcular el Análisis de Varianza para los Arreglos Ortogonales.
3.13 Conocer y practicar la aplicación de Arreglos Ortogonales para 3 niveles.
3.14 Conocer y practicar la aplicación de Arreglos Ortogonales para niveles mixtos.
3.15 Discutir las desventajas y limitantes de los Diseños Factoriales Fraccionados.

4.- SUPERFICIES DE RESPUESTA
4.1 Conocer la diferencia entre Diseños Factoriales y el análisis de la Superficie de Respuesta.
4.2 Conocer las ventajas de optimizar un proceso mediante el mapeo de una Superficie de Respuesta.
4.3 Discutir las diferentes estrategias experimentales para explorar el espacio factorial.
4.4 Conocer el concepto de Evolución Operativa y su derivación en la Metodología Simplex.
4.5 Definir las reglas de la Metodología Simplex.
4.6 Manejar el movimiento de reflexión del Simplex hacia las condiciones óptimas.
4.7 Usar el Simplex para la experimentación con mezclas y formulaciones.
4.8 Estrategias para emplear un mínimo de experimentos en el manejo del Simplex.
4.9 Conocer y discutir diferentes estrategias para explorar regiones fuera de límites en el espacio factorial.
4.10 Conocer la Metodología Simplex de Tamaño Variable.
4.11 Aplicar las reglas de la Metodología Simplex de Tamaño Variable

ACTIVIDADES DE APRENDIZAJE

El alumno realizará una serie de problemas y pequeños proyectos de diseño de experimentos, mismos que trabajará tanto de manera individual como en equipo. Aplicará de manera integral sus conocimientos en un proyecto final en el que desarrollará la optimización para un proceso químico.

TIEMPO ESTIMADO POR TEMA

1.-Introducción Al Diseño De Experimentos. 6 horas

2.-Diseños Factoriales Completos. 12 horas

3.-Diseños Factoriales Fraccionados. 15 horas

4.-Superficies De Respuesta. 15 horas

POLÍTICAS DE EVALUACIÓN SUGERIDAS

Exámenes parciales: 30%
Examen Final: 20%
Proyecto: 35%
Tareas: 15%

LIBRO(S) DE TEXTO

J. Lawson, J. L. Madrigal y J. Erjavec, ``Estrategias Experimentales para el Mejoramiento de la Calidad en la Industria'', Ed. Grupo Editorial Iberoamérica. México, D.F. (1992)

LIBROS DE CONSULTA

G. Box, ``Estadística para Investigadores'', Ed. Reverté. Barcelona (1988).

F. H. Walters, Ll. R. Parker Jr., S. L. Morgan y S. N. Deming, ``Sequential Simplex Optimization'', Ed. CRC Press Inc. Boca Ratón, Florida (1991)

D. C. Montgomery, ``Diseño y Análisis de Experimentos'', Ed. Grupo Editorial Iberoamérica. México. D.F. (1991)

PERFIL DEL PROFESOR

Profesor con licenciatura, maestría o doctorado en Química y experiencia profesional en la aplicación del diseño de experimentos en la investigación química, el desarrollo de productos y el diseño de formulaciones

Fecha de la última actualización : 14 de diciembre de 2004(M)