Ensayo Anova Aplicada A Ing. Mecanica

 

La Aplicación del Análisis de Varianza (ANOVA) en las Investigaciones sobre Ingeniería Mecánica Asignatura: Ingeniería del Gas Natural   Docente: Dr. Dante Perea Rivarola COMENTARIO CRÍTICO DE LA LECTURA  Autor: Msc. Ing. Fernando Fernando David Siles Nates

1. •

•

OBJETIVO Demostrar de manera conc concreta reta la importancia de la aplicación de la stadísticas en las !ases del proceso de Investigación en Ingeniería Mec"nica. Resaltar los principales aportes #ue genera la utili$ación del An"lisis de %arian$a &AN'%A( en la generación de Modelos Matem"ticos) Procesamiento de Datos) procesamiento de in!ormación * contraste de par"metros concernientes a Investigaciones en Ingeniería Mec"nica.

!.

DICUCI"N

A. LA ET ETADÍTI DÍTICA CA # U INCI INCIDEN DENCIA CIA EN EN LA IN$ENIERÍA MECANICA n las +lt +ltim imas as d,c d,cada adas s el est estudi udio o * utili$ación de la estadística -a corado muc-a uc-a impo import rtan anc cia en toda todas s las las dis discip ciplin linas as * cie cienci ncias. as. Par Partie tiendo ndo en pr prim imer er lu luga garr con con el estu estudi dio o de la sta stadí díst stic ica a De Desc scri ript ptiv iva a ) la cual cual contempla el estud contempla estudio io * la descr descripció ipción n num,rica num, rica de las enti entidades dades po polític líticas as * po post ster erio iorm rmen ente te la In!e In!ere renc ncia ia stadíst sta dística ica la cual ad ad#uiere #uiere un una a gran im impo port rtan anci cia a por# por#ue ue tr trat ata a de generali$aciones asadas en mues muestras tras de datos ) es aplicale a prolemas de estimacio esti maciones nes media mediante nte prue prueas as como por e/emplo la medición de las em emisi isione ones s de gas gases es con contam tamina inante ntes s producidos por una turina ) o com como o la veri!icación de las especi!icaciones de un !aricante a partir de la reali$ación de mediciones mediciones sore las muestras de un determinado producto. 0omo se -a podido ver la estadística -a tenido tenido un una a gran in in!lue !luenci ncia a en el desarrollo de muc-as 0iencias dentro

de las cuales se encuentra Ingeniería ) cual constitu*e en sí una -erramienta vi vita tall #ue #ue perm permit ite e comp compre rend nder er lo los s !enó !enóme meno nos s su/e su/eto tos s a va vari riac acio ione nes s * predecirlos o con!rontarlos e!ica$mente . l m,t m,todo odo estadí estadísti stico co uti utili$ li$ado ado en Ingeniería es un procedimiento !le1ile * !"c !"cil de ser apli aplic cado ado com omo o por  e/ e/e emp mplo lo : l M,tod ,todo o esta estadí dís sti tic co util utili$ i$ad ado o para para la esti estima mac ció ión n del del coe!ic coe !icien iente te de dil dilata atació ción n de un met metal al ser" ser " el mis mismo mo #ue se uti utilic lice e par para a es esti tima marr el tiem tiempo po prom promed edio io #ue #ue un operario operar io tarda en desar desarrollar rollar una tarea es espe pecí cí!ic !ica a ) de ma mane nera ra si simi mila larr el M,todo stadís dístico con el #ue podemos podem os co compara mpararr la resi resistenc stencia ia de dos dos al alea eaci cion ones es ) serv servir ir" " de mu mucc-a a a*uda tami,n para reali$ar   compar mpara aci cion ones es de dos dos tip ipo os de ense2a ens e2an$a n$a di!e di!eren rentes tes * pod podría rían n así presen pre sentar tarse se otr otros os ca casos sos como como los los es estu tudi dios os so sor re e la 3ras! ras!er eren enci cia a de 0alor ) 4a !iailidad de los #uipos ) la !ati !atiga ga de lo los s me meta tale les s ) s stu tudi dios os de corrosión * entre otros.

 

Por lo tanto el rol de la stadística en la Ingeniería Mec"nica dee ir m"s all" de estu estudi dios os de e1pe e1peri rime ment ntac ació ión n * cl clas asi! i!ic icac ació ión n de dato datos) s) dee dee esta estar  r  asociada a proveer de -erramientas * tópicos importantes en el proceso de Investigación #ue sea reali$ado en un entorno.

B. UO UO # A%LI A%LICA CACI CI"N "N DEL ANA ANALI LII I  DE VARIAN&A 'ANOVA( INVET INV ETI$A I$ACI" CI"N N OBRE OBRE MEC)NICA.

EN LA IN$ENIE IN$ENIERÍA RÍA

n prim primer era a inst instan anci cia a dee deemo mos s de resaltar resal tar #ue al -al -alar ar de un p proces roceso o de In Inve vest stig iga ación ción en Inge Ingeni nier ería ía Mec"nica) Mec" nica) estamos dentro del marc marco o del desarrollo del M,todo 0ientí!ico el cual dee de iniciar en el paso de la 'servación * progresivamente llegar  -asta -as ta la e1peri e1perimen mentac tación ión . Sa Saem emos os #ue mediante el proceso de oservaciones se anali$ li$a mu* detalladamente el !enómeno en estudio con to toda das s sus ca cara rac cterí terís stica ticas s * ci circ rcun unst stan anci cias as.. Po Post ster erio iorm rmen ente te el Proces Pro ceso o 1per 1perime imenta ntall se rea reali$ li$a a un estudio m"s pro!undo de los !e !enó nóme meno nos s #ue #ue inte interv rvie iene nen n en el pr pro ole lem ma. sto tr trae ae cons onsigo igo el planteamien plante amiento to de la 5ipótesis la cual dee ser proada mediante un dise2o e1perimental) !inalmente al ser proada se re#uiere generali$arla * por ende se le asigna una medida de proailidad. 6n estudio estudio 1pe 1perimen rimental tal en Ingeni Ingeniería ería Mec"ni Mec" nica ca dee dee de a/us a/usta tars rse e al mate ma teri rial al co con n #ue se di disp spon one e * las interrogantes #ue el investigador #uiere o desea responder ) por lo tanto estos resultados de respuesta se contrastan en un cuadro el cual se le denomina  An"lisis de %arian$a %arian$a )el cual contrasta las di!erencias entre los par"metros * medi me dida das s util utili$ i$ada adas. s. l An"li n"lisi sis s de %arian$a %arian$a &AN &AN'%A '%A(( indica la variación en este caso caso de la var variale iale de inter inter,s ,s en ase ase a !uen !uente tes s e1pl e1plic ica ale les s por  por  ciertos !actores * la variación #ue se dee dee a !uen !uente tes s para para la las s cua cuale les s el investigador no tiene acceso o control ) no puede medir * carece de e1plicación ) a lo #ue se conoce como el error e1perimental. l An"lisis de %arian$a &AN'%A( cu*o nom nomre re prov provie iene ne de su sus s sigl siglas as en In Ingl gl,s ,s (Anal (Analysis ysis of Va Varianc riance) e)   ) !u !ue e desarr des arroll ollada ada por R.A R.A.. Fis Fis-er -er en los primeros a2os de la segunda d,cada del del Si Sigl glo o 77 ) en sí cons consti titu tu*e *e una una

t,cnica #ue es utili$ada para reali$ar la medici med ición ón de dos o m"s pola polacio ciones nes #ue #ue son son ig igua uale les s ) vi vist sto o desd desde e un aspect asp ecto o aso asocia ciado do a la inv invest estiga igació ción n vemos #ue el AN'%A reali$a estudios sore so re la in! in!lue luenci ncia a de las va varia riale les s nomi nomina nale les s sor sore e la las s vari varia ale les s de resp respue uest sta. a. l estu estudi dio o asa asado do en el  AN'%A  AN'% A considera tres modelos importantes: E*ec E*ecto toss *i+o *i+oss  : l e1peri e1p erimen mentad tador or con consid sidera era tod todos os los valore valores s par para a la des design ignaci ación ón de un !acto8 E*ectos A,eatorios  : en el cual se asumen #ue en un !actor solo se -a considerado una sola muestra de los posil pos iles es val valore ores s #ue pue pueda da tom tomar ar 8 Modelo los s Mi1tos : n el #ue se desc descri rie en n caso casos s en el #ue #ue es est" t"n n presentes amos !ac !actores tores tanto !i/os * aleatorios. 4a estr estrat ateg egia ia * t,cn t,cnic ica a a ut util ili$ i$ar  ar  consiste cons iste en la sepa separació ración n de la suma de cuadrados en componentes relativas relat ivas a los !actores !actores conte contemplado mplados s en el mo mode delo los. s. 0o 0omo mo un e/ e/em empl plo o mostramos a continuación el modelamiento de AN'%A simpli!icado) en el cual si los niveles son cuanti cua ntitat tativo ivos s * los e! e!ect ectos os so son n de car"ct car "cter er lineal lineal ) se pue puede de ent entonc onces es aplicar un an"lisis de regresión lineal ) tal como se muestra a continuación:

-igura Nro. 1: Re,acin /e ,a u0a /e Cua/ra/os ANOVA Tota, 2 Error 3 -actores   Fuente: Propia  Autor: SILES, Fernando

Por otro lado el n+mero de grados de li liert ertad ad pue puede de sep separa arars rse e de man manera era similar utili$ similar utili$ando ando la distr distriuci iución ón c-i9 c-i9 cuadrado la cual descrie la suma de cuadrados asociada

-igura Nro. !: Re,acin /e ,a C4i Cua/ra/aANOVA g,Tota, g,To ta, 2 g,Error 3 g,-actores Fuente: Propia  Autor: SILES,

 Al asociar la aplicación del An"lisis de %a %arian$ rian$a a & AN AN'% '%A( A( a la inves investigac tigación ión en Ingeni Ingenierí ería a Mec Mec"ni "nica ca ) pod podemo emos s sostener #ue es una metodología m mu* u* !le1ile !le1i le ) la cual se adec adecua ua !"cilm !"cilmente ente al prolema prolema a tr tratar atar ) perm permitiend itiendo o de esta esta mane manera ra gene genera rarr * cons constr trui uir  r  Mo/e,o Mo/ e,oss Esta/5s Esta/5stic ticos os  para la

 

re real ali$ i$ac ació ión n de an" an"lis lisis de dato datos s e1perimentales e1periment ales cu*o cu*os s valor valores es -a*a -a*an n sido constatados ) por ende podemos estalecer el siguiente modelo AN'% AN'%A: A:

ALEA$OI'A#I

Fuente: Propia  Autor: SILES, SILES,

-igura Nro. 6: Mo/e,a0iento ANOVA %a %alor lor 'servado atriuiles( < ; &e!ectos; no&e!ectos atriuiles o residuales(

Fuente: Propia  Autor: SILES, SILES,

Donde el valor oservado est est" " re!erido al #ue #ue se oti otien ene e en la varia arial le e cuantitativ cuant itativa a depen dependiente diente ) los e!ectos atriuiles se re!ieren a los par"metros #ue #ue son el resu esult ltad ado o de re real ali$ i$ar  ar  camios en las variales inde indepe pend ndien iente tes s * !i !ina nalm lmen ente te los los e!ectos no atriuiles son denominados variales aleatorias ) las cuales no son atriuiles a !actores controlados. 0on !i !ine nes s de pode poderr apli aplic car esta sta 5erramienta 5erramient a stad stadísti ística ca en el campo de Investigación de Ingeniería Mec"ni Mec "nica ca ) los mod modelo elos s #ue AN'% AN'%A A presenta * se a/ustan para estos !ines son tres:

-igura Nro. 7: Ti8o,og5a /e Mo/e,os ANOVA a8,ica/os a ,a In9estigacin en Ingenier5a Mecnica NÚMEO !E "A#$OE%

TIPOLOG A DE MODELOS

M&E%$EO !E NIVELE%

ALEA$OI'A#I

N MEO !E

N MEO !E  

Eperiencias *+e +tilizan +na sola variable independiente o en s+ de de,e ,ect cto o +n +na a sola variable dependien depe ndientete- En este ca so so se co.p .pa aran   La variable indepe ind ependi ndient ente e p+e p+ede de to.ar distintos valores sobr so bre e lo loss c+ c+al ales es se p+eden asignar .+est .+estras p+ede e   ras *+e p+ed Este proceso cont co nte. e.p pla *+ *+e e las +nidades epe e peri ri.e .ent ntal ales es son so n asig as igna nada dass al az azar ar al nivel de ,actor1 de tal .anera *+e reciban +n trata.iento deter.inadoLa

4uego del an"lis an"lisis is most mostrado rado podemos a!irm a!irmar  ar  #ue cada m,t m,todo odo de an" an"lis lisis is de la var varian ian$a $a puede ser presentado presentado medi mediante ante un model modelo) o) los #ue a su ve$ -an sido clasi!icados en ase al n+mero de !actores o variales independientes ) por lo tanto si el An"lisis de %arian$a es de un solo !actor !actor es d denomi enominado nado Simple Simple * si es de dos dos !act !actor ores es se le deno denomi mina na AN' N'% %A de clasi!icación Dole. De ma mane nera ra comp comple leme ment ntar aria ia pode podemo mos s ve ver  r  algunos casos dentro del campo de la Ingeniería Mec"ni Mec "nica ca en los cuales cuales el An"li An"lisis sis AN'% AN'%A A constitu* cons titu*e e una -erra -erramient mienta a !undam !undamental ental en el proceso de e1perimentación e investigación: a.

ist iste0 e0as as /e Moni Monittor oreo eo en ,o ,oss %rocesos /e Mecani;a/o: l traa/o de Monitoreo en procesos de Mecani$ad Meca ni$ado o ) cons consiste iste en reali$ reali$ar ar el ce cens nsad ado o * pro proce cesa sami mien ento to de la las s Se2ales de 0orte * %iración Mec"nica provenientes del Materia iall * la 5erram 5er ramien ienta ta de 0or 0orte te #ue rea reali$ li$a a el proceso . 4as se2ales son registradas por sen sensor sores es com como o dinamó dinamómet metros ros * acel aceler eróm ómet etro ros s ) perm permit itie iend ndo o ve verr el dia diagnó gnósti stico co * estad estado o actu actual al de los acaados acaa dos super super!icial !iciales es de las pie$as pie$as mecani mec ani$ad $adas as en dis distin tintos tos ttipo ipos s de material . l An"lisis de %arian$a &AN'%A( por lo tanto es +til para la generación de un Modelo stadístico cap"$ de seleccionar lo los s par"metros de caracteri$ación e!ectivos e introduci,ndolos en este caso en una variale varia le de dependie pendiente. nte. l pro proceso ceso de Moni Mo nito tore reo o tam tami, i,n n cont contem empl pla a el an"lisis de se2ales de !uer$a de corte * aceleración ) las cuales se caracteri$an mediante par"metros en el dominio del ti tiem empo po * !rec !recue uenc ncia ia ) por por lo tant tanto o  AN'%AA  AN'% AA reali$a un an"lisis para la elección de los par"metros de ma*or  signi!ic !icación sore la variale dependiente en esta caso usamos la siguiente condición:

-igura Nro. .><

6n caso impor importante tante donde es aplic aplicado ado el An"lisis de %arian$a en el campo de la Ingeniería Mec"nica se encuentra en la rama rama auto automo motr tri$ i$)) en es esen enci cial al cuand uando o son ce cens nsa ados dos di dis sti tint ntos os par"me par "metro tros s de traa/ traa/o) o) den dentro tro de los cuales se encuentra la 3emperatura * de es esta ta !orm !orma a pode podemo mos s a!ir a!irma marr * descartar una -ipótesis planteada. Por  e/emplo) si censamos * registramos los dato datos s de temp temper erat atur ura a #ue #ue pose posee e el lí#uido re!rigerante de un motor durante un ciclo de días )podemos calcular la varian$a muestral o la media aritm,tica durante los días en #ue se e/ecutan las prue pruea as s ) para para lo cual ual se podr podríía recurrir" la siguiente ecuación:

Fuente: Propia  Autor: SILES,

Para Par a el caso caso de la con constr strucc ucción ión de Modelos Predictivos normalmente son utili$ados el =>? de los datos e1perimentales * un @ @> > ? restante es us usad ado o para para la valid alidac ació ión n de los los modelos. Deemos de destacar #ue el  AN'%A permite la selección de  AN'%A modelos en ase a criterios 8 de men menor  or  sesgo como es el caso del 0oe!iciente de Mallo & 0p( ) de igual n+mero de par"metros de modelo como es el caso de dell coe! coe!ic icie ient nte e de dete determ rmin inac ació ión n @ corregido &R 9A/ustado( ) el coe!iciente de menor error relati relativo vo de predi predicción cción & e ´r

-igura Nro. @: Ecuacin /e ,a Me/ia Arit0tica

(.

Por lo tanto si tenemos una relación de P9valorBC.C>) entonces e1iste di! di!ere erenci ncia a sig signi! ni!ica icativ tiva a estadí estadísti sticas cas)) mie ient ntra ras s si se pres presen enta ta el caso aso contra con trario rio de: p9v p9valo alorC rC.C> .C>)) no e1iste e1iste

 x ´ 1=

di!erencia signi!icativa estadística entre los resultados.

procedimiento

podría

?. An,isi An,isiss / /ee T Te0 e08er 8eratu atura ra en en Moto Motores res

n

Donde E1i representa representa los valores de temperatura censados en un deter det ermin minado ado cic ciclo lo de tiempo tiempo * En el n+m n+mero ero de pru prueas eas de cens ensado ado desarrolladas. l procedimiento podría ser utili$ado en di dive vers rsos os trat tratam amie ient ntos os co con n la cual cual podría pod ríamos mos des desarr arrolla ollarr una mat matri$ ri$ de datos * proceder a e/ecutar un estudio estadístico) la cual posee la siguiente estructura:

-igura Nro. :

ser 

real re ali$ i$ad ado o para pade ra corte dist distin into s manera ti tipo pos s de de -erramientas detos tal se sele lecc ccio iona narr las las m" m"s s adec adecua uada das s en !unción del desgaste #ue presenta en un determinado tiempo de Ma#uinado) vel eloc ocid idad ad de corte orte * Mater ateria iall a Ma#uinar. De ma mane nera ra comp comple leme ment ntar aria ia a este este proced pro cedimi imient ento o se pue puede de reali$ reali$ar ar un an"lis an" lisis is de regres regresión ión lineal lineal sim simple ple el cual cual pe perm rmit ite e la desc descri ripc pció ión n de la re rela lac ció ión n entr entre e el des desgas gaste de la -erramienta * el tiempo de ma#uinado * de esta esta !orm !orma a ote otene nerr un mo mode delo lo es esta tadí díst stic ico9 o9ma mate tem" m"ti tico co a/us a/usta tado do ut util ili$ i$an ando do el ma* ma*or coe! coe!ic icie ient nte e de determinación.

i

Fuente: Propia  Autor: SILES,

n un segundo caso relacionado a esta "rea) "re a) pod podem emos os uti utili$ li$ar ar el An"li An"lisis sis de %arian rian$a $a &A &AN' N'% %A( Fa Fact ctor oria ial) l) para para poder e!ectuar las comparaciones de la evolución de los par"metros desgaste en las -erramientas de corte utili$adas en los procesos de 3orneado. 3orneado. ntonces el AN AN'% '%A A !ac !actor torial ial det determ ermina ina si los !actor !actores es de tie tiempo mpo de ma ma#ui #uinad nado o e inserto * su interacción entre si tienen un e!ecto estadísticamente signi!icativo. ste

∑  x

Matri; /e An,isis /e Varian;a Fuent e de Variaci ón

Suma de Cuadra dos (SS)

Grad os de Li! ("#)

Cuadr ado Medio (MS)

Va# or Fca #!

Va# or de Tta 

Pro !

E$T%E DE$T% O TOTAL Fuente: Propia  Autor: SILES, SILES,

4a Suma de cuadrados &SS( viene dada por la siguiente relación :

-igura Nro. : Re,acin /e u0a /e Cua/ra/os

 

C. CONC CONCLU LUI ION ONE E Fuente: Propia  Autor: SILES, SILES,

•

n este caso:  x k 

∑¿ •

¿ 2 ¿ ¿ ¿ ¿

  : representa el cociente de la •

sumatoria de los datos e1traídos en las pruea pru eas s de temper temperatu atura ra rea reali$ li$ada adas s en este caso elevadas al cuadrado) sore el n+mero de tratamientos.  x

∑¿ •

¿ 2 ¿ ¿ ¿ ¿

•

  : Representa el cociente de la

sumatoria de los datos e1traídos en las medidas muestrales sore el n+mero de repeticiones totales. •

•

•

•

Grados de 4iertad &gl( : 4os grados de 4i 4iert ertad ad se divide dividen n en dos !ormas8 !ormas8 los Grad Grados os de 4ie 4iert rtad ad ntr ntre e ) #ue #ue son son cal calcul culado ados s com como o a9 ) don donde de Ea es el n+mero n+m ero de tra tratam tamien ientos tos o nivel niveles es del !actor !act or 8 * los Gra Grados dos de 4ie 4iertad rtad Den Dentro tro #ue se calculan como N9a ) donde EN es el n+ n+me mero ro tota totall de ose oserv rvac acio ione nes s o valores de la variale medida.

•

5ipótesis EF 0alculada & Fcal 5ipótesis Fcal.( .( : %ien %iene e da dado do po porr la sigu siguie ient nte e rela relaci ción ón &MS9 &MS9 HSSMS9JJS(.

Po Porr lo tanto anto para para enc encont ontra rarr di!e di!ere renc ncia ias s sig igni ni!i !ic cat ativ ivas as en los los proc proced edim imie ient ntos os * tratamientos al Motor se dee de cumplir #ue: Fcal.Fta . llo permitir" entrar en 0ontraste la 5ipótesis Planteada * ver si esta se con!irma o rec-a$a.

l An"lisis de Regresión &AN'%A( constitu*e u*e en sí un m,todo stadístico apropiado para reali$ar  las comproaciones de las -ipótesis #ue en una investigación se pl plan ante tean an)) de tal !or !orma de aceptar o descartarlas en !unción los resultados resultados estadíst estadísticos icos #ue se otengan) *a *a sean signi!icativos o no signi!icativos. 4a generación de Modelos Mate atem" m"ti tico cos s * s sta tadí díst stic icos os constitu*en un !actor importante en la las s prop propue uest stas as * desa desarr rrol ollo lo de investigaciones en el campo de la Ingeniería Ingeni ería Mec" Mec"nica) nica) deido #ue perm permit ite e gene genera rarr un mo mode delo lo de 3ransmisión 3ransmis ión de %ariailidad %ariailidad para la estimación a partir de los datos e in! in!orm ormaci ación ón de los pro proces cesos os los mode mo delo los s de rela relaci ción ón entr entre e la las s vari varia ale les s ) la vari variac ació ión n de la las s mi mima mas s ) el resu result ltad ado o !ina !inall * la cuanti!icación de los e!ectos de los !actores. n el estudio e investigación con M"#uinas * #uipos) el An"lisis de Re Regr gres esió ión n &A &AN' N'% %A() perm permit ite e estalecer un los modelo de %arian$a) #ue inclu*en par"metros m"s signi!icativos de las Ma#uinas *o #ui #uipo pos s * la in inte tera racc cció ión n de lo los s mis ism mos) os) de tal tal !or !orma de #ue #ue genera un Mode Modelo lo de esti estimació mación n de resu result ltad ados os en !unc !unción ión de la Desviación Media Aritm,tica.

0uadrado Medio &MS( : l cual representa la relación relación entre la Suma de 0u 0uadrad adrados os * los Grados de 4iertad.

5ipótesis EF 3aulada &Fta.(: Re Repr pres esen enta ta el va valo lorr de la 5ipó 5ipóte tesi sis s F taulada.

l uso del An"lisis de Regresión &A &AN' N'% %A( en el cam ampo po de la Ingeni Ing enierí ería a Mec Mec"ni "nica ca rep repres resent enta a una una -err -erram amie ient nta a mu mu* * +til +til para para pode poderr real reali$ i$ar ar la me medi dici ción ón de variailida varia ilidad d de cual#uier cual#uier proc proceso eso en !unción de los datos reco recopi pila lado dos s si siem empr pre e #ue #ue es esto tos s sean completamente Normales.

•

3omando en cuenta #ue la generación de Modelos stadísticos9Matem"ticos representa repre sentan n una -erra -erramienta mienta +til en la toma de decisiones t,cnicas rel relaci aciona onadas das a un det determ ermina inado do prolema del campo de la Ingeni Ing enierí ería) a) es imp import ortant ante e #ue la !ormación en cuanto a los principios estadísticos en la Rama de Ingeniería Mec"nica sea ma*or 

 

* amplia) de tal manera #ue los resultados investigativos cont contri riu* u*an an al desa desarr rrol ollo lo de la ciencia * la generación de nuevos conocimientos en este campo.