Capítulo 9

Fundamentos de Estadística Aplicada a Plantas de

Procesamiento de Minerales

Diseño Factorial Fraccionado

L.G. Bergh
 2k-1 Diseño Factorial Fracionado

Supongamos que deseamos estudiar el efecto de 3 variables en

4 corridas. Esto implica utilizar un 23-1 factorial.
Idea básica: Realizar un diseño 22

Columna (1)(1a), columna (2)(2a)

Dejemos que la columna 12 acomode
I 1 2 12 a la tercera variable.
Dado que son 4 corridas sólo podemos
   
estimar 4 efectos.
   
    No podemos estimar todos los efectos
    principales y las interacciones de
segundo y tercer orden
3=12 corresponde a la mitad de un 23
L.G. Bergh
Observación

I 1 2 12 Columna (1)(1a), columna (2)(2a)

    Dejemos que el negativo de la
columna 12 acomode a la tercera
    variable.
   
3=-12 obtendríamos la otra mitad del
    diseño factorial.

Si combinamos ambas fracciones,

obtenemos un diseño 23 completo, 8
experiencias, que permiten estimar 8
parámetros.

L.G. Bergh
Ejemplo

Diseño 23
Note que:
   0  1 x1   2 x2   3 x3
I=123 Columna
3=12
x0 1 2 3 12 13 23 123
2=13
        1=23
       
ˆ0  x0  123
       
        ˆ3  3  12

Se dice que estos efectos se confunden

L.G. Bergh
La relación generadora para este diseño es I=123, por el hecho
que se genera el diseño asociado 3 con 12, note también que
12=22 =32 =I.

La clave para revelar el patrón de confusión esta en la relación

que define el diseño.

En el caso de media fracción, la relación de definición es

idéntica a la relación de diseño.

I  123
Esto nos da el patrón de
x1 1  1 23  23
2
confusión, lo cual es
x2 2  12 2 3  13 importante para diseños
de orden alto.
x3 3  123 2  12
L.G. Bergh
Después de realizar esta media fracción tendremos
ambigüedades debido a la confusión. Podríamos agregar la
otra media fracción de este diseño asociando 3 con -12
(columna). 1 2  12  3
  
x0 1 2 3 12 13 23 123   
  
       
  
       
        Media fracción
dada por la
        función I=-123

L.G. Bergh
Ejemplo

24-1 factorial fraccionado (½ fracción de 24) escribimos un 23

factorial compuesto.

1 2 3 12 13 23 123  4
   
    Función generadora
    I=(123)4 que también es
la relación de definición.
   
   
   
   
   
L.G. Bergh
 β̂ˆ 1  1  234 Estimación de efectos
β̂ˆ 2  2  134 principales aislados solo si
interacciones de tercer
β̂ˆ 3  3  124 orden son despreciables.
β̂ˆ 4  4  123
β̂ˆ 0  I  1234
β̂ˆ 12  12  34 Tres combinaciones de
β̂ˆ 13  13  24 interacciones de segundo
orden (probablemente no
β̂ˆ 23  23  14 despreciables)

L.G. Bergh
¿Por qué no escoger otra función generadora de 24-1 , como
I=124?

Los efectos principales se confunden con efectos de

interacciones de segundo orden, lo que implica una pérdida de
sensibilidad.
1  24 4  12
2  14 3  1234

1  24 4  12
2  14 3  1234

L.G. Bergh
Si existen ambigüedades después de la primera fracción, por
ejemplo si b12 es grande y no se sabe si se debe a 12=34,
entonces se realiza una segunda fracción con I= -1234.

1  234 12  34
2  134 13  24
3  124 23  14
4  123

Combinando ambos resultados se elimina la confusión.

L.G. Bergh
 ½ Fracción de 2k Factorial

Es preferible asociar la variable adicional con la interacción de

mayor orden, lo que implica un patrón de confusión más
favorable.

Para construir media fracción de 2k se pueden seguir dos pasos:

1- Escribir el diseño factorial completo en (k-1) variables.

2- Asociar la variable k con la interacción de mayor orden.

Si k>5 es preferible fraccionar más, es decir, 2k-p, con p>1

generadores.

L.G. Bergh
 Resolución en 2k-p Diseño Factorial.

- R III: Ningún efecto principal es confundido con otro

efecto principal.
Pero algunos efectos de primer orden se confunden
con interacciones de segundo orden.

1
I  123 2 3III
4 1
I  124 2 III

L.G. Bergh
- R IV: Ningún efecto principal es confundido con otro
efecto principal o interacción de segundo orden.
Interacciones de segundo orden confundidas entre
si.

4 1
I  1234 2VI

L.G. Bergh
- R V: Ningún efecto principal es confundido con otro
efecto principal o interacción de segundo orden.
Interacciones de segundo orden confundidas con
las de tercer orden.

5 1
I  12345 2V

L.G. Bergh
Observación

El diseño es de resolución R si la menor palabra en la función de

definición es de largo R.

Existe un caso especial en R III, denominado diseño saturado,

en el cual con N corridas se estudian (N-1) variables.

L.G. Bergh
 Elección de Variables

Supongamos que existen 7 variables y que queremos hacer las

fracciones con el menor número de experimentos posible.

7 variables puecen acomodarse en varios diseños:

27 1 fracción 128 experiencias por fracción

27-1 2 fracciones 64 experiencias por fracción
27-2 4 fracciones 32 experiencias por fracción
27-3 8 fracciones 16 experiencias por fracción
27-4 16 fracciones 8 experiencias por fracción

L.G. Bergh
 Elección de Variables

27-4 16 fracciones 8 experiencias por fracción

La relación de generadora esta dada por cuatro generadores,
por ejemplo por:

I  124  135  236  1237

I 1 2 3 12  4 13  5 23  6 123  7
      
      
      
      
      
      
      
      
L.G. Bergh
 Elección de Variables

Cuando un diseño tiene más de un generador, la relación de

definición debe incluir todos los generadores y todos los
posibles productos cruzados de estos generadores.

La relación de definición esta dada por:

I  124  135  236  1237 1 a la vez

 2345  1346  347  1256  257  167 2 a la vez
 456  1457  2467  257  167 3 a la vez

 1234567 4 a la vez

L.G. Bergh
Diseño de R III, patrón de confusión para la variable 1:

1  24  35  1236  237
 12345  346  1247  256  1257  67
 1456  457  12467  234567

Mientras más se fracciona, más se aumenta la confusión de

efectos.

L.G. Bergh
Si las interacciones de mayor orden se desprecian:

ˆ1  1  24  35  67

Como existen 16 fracciones, se habla de 16 familias que

pueden ser generadas

I  124  135  236  1237

L.G. Bergh
Ejemplo

Si se elige segunda fracción:

I  124  135  236  1237

Lo que implica una relación de definición:

1  1  24  35  67

Luego, combinando estas dos fracciones:

1
2 ˆ
1  1   1  24
1
2 ˆ
1  1   35  67
L.G. Bergh
Existen dos tipos de cambio de signo en la elección de función
generadora de una fracción:

1- Cambio de signo de un solo factor.

2- Cambio de signo de todas las variables.

L.G. Bergh
Ejemplo

Primera forma para cambio de signo

Considere la siguiente fracción:

27III 4
Cuyo generador es:

I  124  135  236  1237

Considere ahora la segunda fracción cambiando (1) por (-1)

I  124  135  236  1237

L.G. Bergh
La relación de definición será:

I  124  135  236  1237

 2345  1346  347  ...

El cual a su vez define qué efecto está confundido con cual:

1  24  35  1236  237  12345  346  1347 

 236  1257  67  1456  457  12467  13567  234567

L.G. Bergh
Eliminando interacciones de tercer orden o mayor:

1  24  35  67

ˆ1'  1  24  35  67

Combinando y se puede aislar completamente 1, lo

mismo ocurre con las interacciones de segundo orden de 1.

L.G. Bergh
Ejemplo

Segunda forma cambio de signo.

Si todos cambian de signo:

I  124  135  236  1237

Donde la relación de definición es:

1  124  135  236  1237  2345  1346  347 

 1256  257  167  456  1457  2467  3567  1234567

L.G. Bergh
Que es la misma a la anterior, pero que al cambiar todos los
signos las palabras resultantes con numero impar da factores
que toman signo negativo.

ˆ1'  1  24  35  67
ˆ 2'  2  14  36  57
ˆ 2'  2  4  36  57

Luego, todos los efectos principales quedan aislados de

interacciones de segundo orden.

L.G. Bergh
Ejemplo
Operación de Filtrado.

En la puesta en marcha de un equipo de filtrado se encontraron

serias dificultades para obtener el producto según las
especificaciones deseadas.

Para determinar el origen de este problema, se identificaron las

principales variables de operación las cuales según los
ingenieros inciden en la calidad final del filtrado.

L.G. Bergh
Las variables son:

• Tipo de suministro de agua.

• Calidad de la materia prima.
• Temperatura de filtración.
• Tiempo de retención.
• Reciclo.
• Velocidad de adición de soda cáustica.
• Tipo de paño de filtrado.

L.G. Bergh
 () ()
1 Agua Municipal Pozo
2 Materia Prima Del lugar Otra planta
3 Temperatur a Baja Alta
4 Reciclo Con Sin
5 Soda Rápida Lenta
6 Paño Nuevos Viejos
7 Tiempo Retención Bajo Alto

L.G. Bergh
Se eligió 27-4III factorial con:

I  124  135  236  1237

12 13 23 123
I 1 2 3 4 5 6 7 Tiempo de Filtrado
        68.4
        77.7
        66.4
        81.0
        78.6
        41 .2
        68 .7
        38 .7

L.G. Bergh
Relación de definición:
I  124  135  236  1237  2345  1346  347
 1256  257  167  456  1457  567  1234567
l0  I  65.1
Agua l1  1  24  35  67  10.9
Mat. Prima l2  2  14  36  57  2.8
Tem. l3  3  15  26  47  16.6
Reciclo l4  4  12  37  56  3.2
Soda l5  5  13  27  46  22.8
Paño l6  6  17  23  45  3.4
Tiempo Res. l7  7  16  25  34  0.5

Según estos resultados se puede conjeturar que los efectos 1,3

y 5 parecen importantes.
L.G. Bergh
Se decide implementar una segunda fracción con signos
cambiados.
I  124  135  236  1237
12 13 23 123
I 1 2 3 4 5 6 7 Tiempo de Filtrado
        66 .7
        65 .0
        86 .4
        61 .9
        47 .8
        59 .0
        42 .6
        67 .6

L.G. Bergh
 l0  I  62.1
Agua l1  1  24  35  67  2.5
Mat. Prima l 2  2  14  36  57  5.0
Tem. l3  3  15  26  47  15.8
Reciclo l 4  4  12  37  56  2.3
Soda l5  5  13  27  46  15.6
Paño l6  6  17  23  45  3.3
Tiempo Res. l7  7  16  25  34  9.2

L.G. Bergh
Combinando ambas fracciones:
I  63.6
1   6 .7 12  37  56  0.5
2   3 .9 13  27  46  3.6
3   0 .4 14  36  57  1.1
4  2 .8 15  26  47  16.2
5  19.2 16  25  34  4.9
6   0 .1 17  23  45  3.4
7   4 .4 27  35  67  4.2

Se puede concluir que las variables más importantes son la 1 y

5 y su interacción.
L.G. Bergh
Sin embargo lo anterior no es concluyente puesto que las
interacciones 26+47 podrían ser importantes aún cuando 2 y 7 ó
4 y 6 no sean importantes.

1 2 3 4 5 6 7
      

Para validar cualquier hipótesis se debe implementar una

nueva corrida en la cual solo cambien 1 y 5 y verificar verificar
tiempo de filtración. Si es satisfactorio, se adopta la
modificación.

L.G. Bergh
 Areas de Aplicación de Factoriales
Fraccionados

• Cuando ciertas interacciones se espera que sean

despreciables con conocimiento a priori.
• Situaciones de barrido; cuando pocas variables de un gran
número se espera que sean importantes.
• Experimentación secuencial.
• Variables importantes y menos importantes.

L.G. Bergh
 Diseño para Modelos de Segundo Orden

Si el modelo de primer orden presenta falta de ajuste se debe:

• Agregar términos 11x12, 22x22, ...

• Se requieren más de dos niveles de diseño para tomar en
cuenta las no-linealidades.

L.G. Bergh
 Diseño Centrado Compuesto
Empezar con 2k o 2k-p , luego agregar 2k vértices de una
estrella.
x1 x2
1
 
  a a
2k
 
 
1
0 0
0 0 PC
a 0
a 0
Estrella Donde:
a
0
a k
0 a
0 0 PC Si k>4 usar 2k-p +estrella
L.G. Bergh