7/23/2019 1 PR0243pdf

http://slidepdf.com/reader/full/1-pr0243pdf 1/3

ESCUELA DE INGENIERIAIngeniería De Procesos

ASIGNATURA ESTADÍSTICA Y DISEÑO DE EXPERIMENTOS

CODIGO PR0243

SEMESTRE 2013-2

INTENSIDADHORARIA

48 horas semestral

CARACTERÍSTICAS Suficientable

CRÉDITOS 3

1. JUSTIFICACIÓN CURSO

 

Fundamentación epistemológica ó disciplinar: El investigador antes de acometer unproyecto debe hacer el ejercicio mental de definir qué información debe recolectar, cómova a interpretarla y que acción va a tomar una vez tenga resultados. En ese orden deideas se busca minimizar el costo de hacer corridas de laboratorio y el tiempo que estoinvolucra evitando de antemano hacer ensayos preliminares.

 

Relación con el plan de estudios: Es importante mencionar que el uso de técnicasestadísticas en los procesos industriales han mostrado caminos para la optimización delos mismos así como para robustecerlos. En este curso se presenta la estadística y eldiseño de experimentos de manera pragmática para que al final del curso el estudiantepueda desenvolverse tanto en investigación y desarrollo como en optimización deprocesos.

 

Responder a la pregunta ¿Por qué el curso se justifica según plan de estudios? Lanecesidad de obtener resultados de manera expedita y eficiente en investigación ydesarrollo ha creado la necesidad del uso de la estadística y el diseño de experimentos

2. OBJETIVOS GENERALES DEL CURSO

 

2.1.Seleccionar la herramienta de diseño de experimentos apropiada de acuerdo con elobjetivo central de un proyecto de investigación.

2.2.Formular planes de diseño de experimentos para su ejecución y el análisis de lainformación recolectada.

2.3.Interpretar y analizar la información generada por medio de diseño de experimentospara definir cursos apropiados de optimización de procesos.

3. DESCRIPCIÓN ANALÍTICA DE CONTENIDOS

3.1. CONCEPTOS BÁSICOS DE ESTADÍSTICA

3.1.1. POBLACIÓN / MUESTRA

7/23/2019 1 PR0243pdf

http://slidepdf.com/reader/full/1-pr0243pdf 2/3

 

3.1.2. MEDIDAS DE TENDENCIA CENTRAL3.1.3. MEDIDAS DE DISPERSIÓN

3.1.4. DISTRIBUCIONES DE PROBABILIDAD (NORMAL, T-STUDENT, F,CHI-CUADRADO)

3.1.5. TESTS DE HIPÓTESIS3.1.6. INTÉRVALOS DE CONFIANZA

3.2. REGRESIÓN MULTIVARIABLE

 

3.2.1. INTERPRETACIÓN DE RESULTADOS3.2.2. PROBLEMAS ASOCIADOS CON LA REGRESIÓN

3.3. INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS

 

3.3.1. VARIABLES DE ENTRADA3.3.2. VARIABLES DE SALIDA3.3.3. VARIABLES CONTROLABLES

3.3.4. VARIABLES NO CONTROLABLES3.3.5. NIVELES3.3.6. FACTORES

3.4. DISEÑOS FACTORIALES DE DOS NIVELES

 

3.4.1. FACTORIALES COMPLETOS3.4.2. CÁLCULOS DE INTERACCIONES Y EFECTOS3.4.3. MODELOS DE DISEÑO DE EXPERIMENTOS

3.4.4.ESTIMACIÓN DE MEDIDAS DE DISPERSIÓN EN DISEÑOS DEEXPERIMENTOS

 

3.4.4.1. USO DE RÉPLICAS3.4.4.2. USO DE INTERACCIONES DE ORDEN SUPERIOR

3.5. DISEÑOS FACTORIALES FRACCIONADOS

 

3.5.1. INTERPRETACIÓN DE MODELOS CON ALIAS3.5.2. TAMIZADO DE VARIABLES3.5.3. PLACKETT-BURMAN

3.6. OPTIMIZACIÓN DE PROCESOS MEDIANTE DDE

 

3.6.1. MODELOS NO LINEALES3.6.2. SUPERFICIES DE RESPUESTA

3.6.3. INTRODUCCIÓN A EVOP3.7. INTRODUCCIÓN A DDE TAGUCHI

 

3.7.1. ROBUSTEZ3.7.2. FACTORES DE RUIDO3.7.3. FACTORES CONTROLABLES

3.8. DISEÑO ESTADÍSTICO DE MEZCLAS

7/23/2019 1 PR0243pdf

http://slidepdf.com/reader/full/1-pr0243pdf 3/3

 

3.8.1. MODELO LINEAL3.8.2. MODELO CUADRÁTICO3.8.3. CURVAS DE NIVEL3.8.4. OPTIMIZACIÓN MULTI-OBJETIVO

4. EVALUACIÓN

 

4.1.

Al estudiante se le asigna la lectura de material antes de clase y por medio de clasesmagistrales se refuerza el material. Las sesiones son apoyadas por ayudasaudiovisuales y el análisis de casos reales. Se realizarán proyectos a medida que loscontenidos del programa se vayan aprendiendo como aplicación y refuerzo práctico ala vez que se fomenta la participación activa y el desarrollo de habilidades delestudiante. Se hará seguimiento al aprendizaje del estudiante mediante tareas,exámenes, escritura de ensayos, etc. a lo largo del curso como preparación para losparciales y como retroalimentación del proceso de aprendizaje para el profesor y los

alumnos.

4.2.Este curso consta de tres evaluaciones del 20% cada una no acumulativas según loque se vaya cubriendo del programa, un examen final acumulativo del 25% y unseguimiento del 15% en forma de exámenes cortos, ensayos, consultas, etc.

5. BIBLIOGRAFIA GENERAL

 

5.1. Libros

 

5.1.1. GUTIERREZ, Pulido; DE LA VARA SALAZAR, R. "Análisis y Diseño deExperimentos". 2ed. McGraw-Hill (Texto Guía).

5.1.2.

MENDENHALL, W.; SINCICH, T.; "Statistics for Engineering and The

Sciences"; 4ed. Prentice Hall.

5.1.3.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.

5.1.4.VENABLES, W.N., SMITH, D.M.; and The R. Development Core Team; "AnIntroduction to R-Notes on R: A Programming Environment for Data Analysisand Graphics-Version 2.7.1 (2008-06-23)" R Development Core Team

5.2. Cibergrafía

 

5.2.1. http://www.r-project.org/ 5.2.2. http://www.itl.nist.gov/div898/handbook/ 

6. BIBLIOGRAFIA GENERAL

7. BIBLIOGRAFIA GENERAL