Diseño de Bloques(Madarina)

EAP: INGENIERIA INDUSTRIAL

UNIVERSIDAD NACIONAL “HERMILIO VALDIZÁN”

FACULTAD INGENIERÍA INDUSTRIAL Y SISTEMAS E.A.P. INGENIERÍA DE SISTEMAS TEMA : ANALISIS DE LOS NIVELES DE POBREZA

CURSO____________________________________ : DISEÑO DE EXPERIMENTOS DOCENTE

: Ing. ROSARIO VARGAS RONCAL

CICLO

: IV

INTEGRANTES : BORJA TUCTO, Reuel Fleming

HUANUCO –PERÚ 2012

EAP: INGENIERIA INDUSTRIAL

INTRODUCCION El presente trabajo del curso de Diseño de Experimentos; consiste en determinar cuál de las variedades de mandarina se debe elegir para la preparación de sumo (jugo). A menudo esta información no esta disponible y se genera realizando experimento. Primero se anotan en una lista todas las variables que podrían influir en la respuesta. Finalmente se obtiene la información comparando la variación de la respuesta entre el experimento. Las limitaciones del tiempo obligan a ejecutar solo los experimentos importantes. Y el método tradicional de variar un factor cada vez no suele ser la mejor opción. Puede implicar más experimentos de los necesarios, y a pesar de ello proporcionar solo información parcial. Por ejemplo nos mostrará si existe interacción entre factores. Las interacciones suelen ser muy corrientes y a veces son los efectos más importantes, por lo que conocerlas es imprescindible para comprender el comportamiento de mandarina. Para ello se decidió determinar cuál de las variedades de mandarina contiene mayor cantidad de sumo frente a las demás. Se ha tomado muestras de tres variedades de mandarina que mencionaremos a continuación:  Huando  Rio de Oro  Malvacia. La cual llegaremos a conocer en cuanto echemos la mirada las páginas del presente informe.

EAP: INGENIERIA INDUSTRIAL PLANTEAMIENTO DEL PROBLEMA: Específicamente se desea determinar cuál de las variedades de mandarina se debe elegir para la preparación de sumo. Teniendo en cuenta el tiempo que tarda en realizar este procedimiento: Elegimos utilizar el diseño de factoriales por bloques por ser el más simple y el que mejor se adecua para nuestro experimento además nos permite estudiar la influencia de calificación, preferencia y servicio. Para ello se decidió determinar cuál de las variedades de mandarina contiene mayor cantidad de sumo frente a las demás. Esta experimentación nos permite determinar cuál de las variedades se tendrá que elegir en lo posterior.

OBJETIVO Determinar cuál de las variedades de mandarina tienen mayor cantidad de sumo (jugo)

HIPOTESIS Planteamiento de las Hipótesis a probar: Ho: u1 = u2 = u3 (La cantidad de sumo extraído de las 4 variedades de mandarina son equivalentes) H1: u1 ≠ u2 ≠ u3 (Uij≠0 Al menos una de las variedades de mandarina tiene más cantidad de sumo que las demás). El significado Verbal de las hipótesis: Ho: La cantidad de sumo extraído no difiere significativamente entre las demás variedades. H1: La cantidad de sumo extraído si difiere significativamente entre las demás variedades. 1. DECISIÓN Se usará un nivel de significancia de α = 0.05.

EAP: INGENIERIA INDUSTRIAL

MATERIALES Mandarina Huando

Mandarina Rio de oro

Mandarina malvacia

Extractor de jugo

   

RECURSOS HUMANOS  4 investigadores

Probeta. Balanza de precisión Jarra Crónometro

EAP: INGENIERIA INDUSTRIAL 2. ELEMENTOS BÁSICOS DE EXPERIMENTO 2.1. TRATAMIENTO: Cantidad de sumo de las tres variedades de mandarina Mandarina huando, Mandarina rio de oro, Mandarina malvacia 2.2.

UNIDAD EXPERIMENTAL: Mandarinas observadas

El número de unidades experimentales es igual a 3 variedades de mandarina 2.3. VARIABLE DE DESICION Cantidad de sumo que se extrae de las mandarinas. DISEÑO DEL EXPERIMENTO Elegimos utilizar el diseño de factoriales por bloques por ser el más simple y el que mejor se adecua para nuestro experimento además nos permite estudiar la influencia de calificación Y preferencia para elegir. El modelo utilizado fue el siguiente:

yij = µ + i + j +ij Donde: y ij : Es la observación de la variable respuesta medida en el i-ésimo tratamiento y jésimo bloque. µ: Es la media general. i: Es el efecto del i-ésimo tratamiento. j: Es el efecto del j-ésimo bloque ij : Es el término usual N (0,σ2) del error aleatorio. i: Variando de 1 hasta el número de Tratamientos (a). j: Variando de 1 hasta el número de Bloques (b).

REPRESENTACIÓN SIMBOLICA DE LOS DATOS. Existen tres tratamientos de diferentes variedades de mandarina entre las que tenemos son mandarina huando, mandarina

rio de oro,

mandarina malvacia; cada una con 7 observaciones El número total de observaciones en el experimento será N = a*n a=3 n=7 N = 21 observaciones.

EAP: INGENIERIA INDUSTRIAL Observació n

M. Huando(ml)

M. Rio de Oro(ml)

1 2 3 4 5 6 7

51 44 54 53 51 54 49

47 48 53 51 49 52 48

1.1.

yij

M. Malvacia(ml ) 46 48 51 46 50 49 50

MODELO ESTADISTICO Las observaciones presentadas en el cuadro anterior pueden ser descritas por el Modelo Lineal siguiente:     i   ij i  1,2,3 j  1,2,3,4,5,6,7 Donde: : es la observación de la variable i-ésima tratamiento. y ij



: es la media general.  i : es el efecto i-ésimo tratamiento de las mandarinas.



1.2.



: es el término usual NID 0,  2 del error aleatorio.

 ij

ANÁLISIS ESTADISTICO HIPÓTESIS

H0 :

1   2   3

H1 :      1 2 3

ANALISIS DE LA ANOVA

REGIÓN DE RECHAZO F0> F α,a-1,N-a

EAP: INGENIERIA INDUSTRIAL

Para verificar las diferencias de servicios entre pollerías

GRAFICA 01.-

Los puntos alrededor de la grafica son Normales

GRAFICA 02.-

Varianza constante. Si la grafica tiene la Forma >< la varianza no es constante.

GRAFICA 03.-

Son independientes; si va creciendo a medida que crece el tiempo son dependientes. Interval Plot of CALIFICACION 95% CI for the Mean

27.5

CALIFICACION

25.0 22.5 20.0 17.5 15.0 POLLERIA

DIAS

E A S N BÑ DY ELIP RTO C A GO R F O N SH SA 1

E A S N BÑ DY EL IP RT O C A GOR F O N SH SA 2

E A S N BÑ DY ELIP RT O CA GOR F O N SH SA 3

EAP: INGENIERIA INDUSTRIAL En este grafico nos explica las encuestas realizados los tres días como podemos observar la diferencia de las pollerías llaman la atención ya que no todos los días es la misma pollería que los atienden bien. CONCLUSIONES  Como podemos observar en el modelo lineal general P>0.05, entonces se acepta la Ho y rechazamos la Hipótesis Alterna H1. Con estos resultados nos damos cuenta que si existen diferencias en las pollerías en donde la calificación que le pone cada persona resalta claramente la atención que brindan los restaurantes pollerías.  Si tenemos problemas con la confiabilidad de los resultados lo cual uno de los problemas será la falta de información, mas pruebas, etc. entonces debemos corregir esto otorgándole más información así mismo someter a mas pruebas para adquirir los requisitos. En el caso del MINITAB se ha observado que: La grafica cumple lo siguiente:  Presenta normalidad  Constante  Independiente